caffe原始碼分析-cmake 工程構建
本文主要說明下，caffe原始碼分析過程中的cmake（結合IDE CLion）工程構建問題。在分析caffe原始碼的過程中，我沒有僅僅只是看程式碼，而是：
-
自己從頭構建一遍工程，這樣能讓我更好的瞭解大型的專案的構建。當然原始的caffe的構建感覺還是比較複雜(主要是
cmake)，我這裡僅僅使用cmake構建，而且簡化點，當然最重要的是支援CLion直接執行除錯。 -
從Blob檔案開始從頭開始複製每一個類，能夠自行把沒有個模組給執行起來，並編寫對於的測試程式碼，這樣更能加深自己的理解。
閱讀原始碼最好要從頭搭建工程，把每個模組執行起來，可以實現簡單的功能，不是直接複製原始碼的檔案，走馬觀花的看下程式碼就行的(這樣理解程式碼也不會深刻)。
整個工程的構建如下（cmake結合IDE CLion）：
下面簡要的給出三個模組的構建：
-
cmake目錄(包含FindGLog.cmake，FindOpenBLAS.cmake等)，主要是獲取第三方依賴的標頭檔案以及lib檔案。
-
整個工程的CMakeLists.txt，主要作用是使用1中的cmake獲取相關的依賴給子目錄、設定全域性變數等。
-
src生產libcaffe_lib.a並輸出到lib目錄下，
main.cpp以及其他的test檔案主要是測試每個類。
1. cmake目錄
caffe的依賴較多，例如glog、protobuf、openblas、boost等，因此查詢依賴的模組是每個單獨的檔案，以cmake為字尾。
下面簡單給出FindOpencv.cmake，與FindGLog.cmake的內容。
FindOpencv.cmake內容很簡單：
find_package(OpenCV REQUIRED)
message(in FindOpencv.cmake inc: ${OpenCV_INCLUDE_DIRS}, lib:${OpenCV_LIBS})
FindGLog.cmake的內容稍微複雜點：
include(FindPackageHandleStandardArgs) if (NOT DEFINED GLOG_ROOT) message("set GLOG_ROOT========================") set (GLOG_ROOT /usr /usr/local /usr/include/) endif (NOT DEFINED GLOG_ROOT) #set(GLOG_ROOT_DIR "" CACHE PATH "Folder contains Google glog") find_path(GLOG_INCLUDE_DIR glog/logging.h PATHS ${GLOG_ROOT_DIR} PATH_SUFFIXES src) find_library(GLOG_LIBRARY glog libglog PATHS ${GLOG_ROOT_DIR} PATH_SUFFIXES .libs lib lib64) find_package_handle_standard_args(GLOG DEFAULT_MSG GLOG_INCLUDE_DIR GLOG_LIBRARY) if(GLOG_FOUND) set(GLOG_INCLUDE_DIRS ${GLOG_INCLUDE_DIR}) set(GLOG_LIBRARIES ${GLOG_LIBRARY}) message("GLOG_INCLUDE_DIRS ${GLOG_INCLUDE_DIRS}===========") message("GLOG_LIBRARY ${GLOG_LIBRARY}===========") endif()
本質就是返回對應的lib的標頭檔案以及lib（so, .a）檔案的路徑。
# dependence lib
set(CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake)
find_package(GLog REQUIRED)
find_package(Opencv REQUIRED)
在主CMakeLists.txt中主要include對應的cmake目錄然後find_package既可獲取對應的lib的相關路徑。
CLion cmake的輸出如下：
2. 主CMakeLists.txt
內容如下：
cmake_minimum_required(VERSION 3.5)
project(my_caffe)
set(CMAKE_CXX_STANDARD 11)
# set variable for sub directory to use
set(INC_DIR "${CMAKE_SOURCE_DIR}/include")
set(LIB_OUTPUT_PATH "${CMAKE_SOURCE_DIR}/lib")
# dependence lib
set(CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake)
find_package(GLog REQUIRED)
find_package(ProtoBuf REQUIRED)
find_package(OpenBLAS REQUIRED)
find_package(Opencv REQUIRED)
add_subdirectory(src)
include_directories(${CMAKE_SOURCE_DIR}/src)
set(SOURCE_FILES main.cpp test_blob.h test_blob.cpp)
link_directories(${LIB_OUTPUT_PATH})
add_executable(my_caffe_test ${SOURCE_FILES})
target_link_libraries(my_caffe_test
/home/xy/caffe_analysis/my_caffe/lib/libcaffe_lib.a
${GLOG_LIBRARIES}
${PROTOBUF_LIBRARIES}
${OpenBLAS_LIB}
${OpenCV_LIBS}
-lcaffe_lib
)
3. src CMakeLists.txt
內容如下：
project(caffe_lib)
set(CMAKE_CXX_STANDARD 11)
aux_source_directory(. SRC)
add_library(caffe_lib ${SRC})
set_target_properties(
caffe_lib
PROPERTIES
ARCHIVE_OUTPUT_DIRECTORY "/home/xy/caffe_analysis/my_caffe/lib/"
LIBRARY_OUTPUT_DIRECTORY "/home/xy/caffe_analysis/my_caffe/lib/"
)
target_link_libraries(
caffe_lib
${GLOG_LIBRARIES}
${PROTOBUF_LIBRARIES}
${OpenBLAS_LIB}
${OpenCV_LIBS}
)
使用cmake（結合IDE CLion）搭建好工程後，程式碼的閱讀與除錯非常方便。C++ IED強烈建議大家使用CLion。接下來的內容是從Blob開始一個個模組分析caffe中的原始碼。
caffe系列原始碼分析介紹
本系列深度學習框架caffe 原始碼分析主要內容如下：
自己從頭構建一遍工程，這樣能讓我更好的瞭解大型的專案的構建。當然原始的caffe的構建感覺還是比較複雜(主要是cmake)，我這裡僅僅使用cmake構建，而且簡化點，當然最重要的是支援CLion直接執行除錯（如果需要這個工程可以評論留下你的郵箱，我給你傳送過去）。
2. caffe的資料記憶體分配類SyncedMemory， 以及類Blob資料傳輸的媒介.
主要內容：
caffe原始碼分析-SyncedMemory
caffe原始碼分析-Blob
其中Blob分析給出了其直接與opencv的圖片相互轉化以及操作，可以使得我們更好的理解Blob.
3. caffe layer的原始碼分析，包括從整體上說明了layer類別以及其proto定義與核心函式.
首先分析了最簡單的layer Relu，然後在是inner_product_layer全連線層， 最後是layer_factorycaffe中 以此工廠模式create各種Layer.
4. 資料輸入層，主要是多執行緒+BlockingQueue的方式讀取資料訓練：
5. IO處理例如讀取proto檔案轉化為網路，以及網路引數的序列化
6. 最後給出了使用純C++結合多層感知機網路訓練mnist的示例
內容如下：
類似與caffe一樣按照layer、solver、loss、net等模組構建的神經網路實現可以見下面這篇blog，相信看懂了這個python的程式碼理解caffe框架會更簡單點.
最後如果需要cmake + CLion直接執行除錯caffe的程式碼工程，可以評論留下你的郵箱，我給你傳送過去.