Caffe源码精读 - 1 - Caffe总览

Caffe源码精读 -1 -Caffe总览

1. 概述

Caffe源码架构比较明晰，分为solver，net， layer，Blobs四个层级(严格的说是三个层级，不包含solver)。

solver是结算文件，生成网络，并控制整个网络的前向计算和反向传播；

net是网络文件，一个net对象就是一个网络模型。net由一个个layer组成；

layer是神经网络的各个层的抽象，其中包含Forward_cpu(Forward_gpu)和Backward_cpu(Backward_gpu)，还有输入输出blob和偏差blob。

Blob是数据类，用来存储数据。

 

2. 训练流程

训练实际上包含三个阶段，涉及caffe.cpp, solver.cpp和net.cpp(再接下去就是各个layer了)。

caffe.cpp中的train是用来训练的入口。主要的任务就是创建一个solver，然后执行solver的Solve(单GPU)。

solver会根据导入的solver.prototxt文件，创建网络。具体的就是在solver.cpp有函数InitTrainNet，会执行net_.reset操作，会根据传入的NetParameter构建网络。

Net在Init函数中，会创建网络、输入blob、输出blob等。实际上是实例化了各层对象，并相应的匹配了输入输出。

 

To be continue...