以下摘自網際網路：
Blob作為Caffe的四大模組之一，負責完成CPU/GPU儲存申請、同步和資料持久化對映。Caffe內部資料儲存和通訊都是通過Blob來完成，Blob提供統一的儲存操作介面，可用來儲存訓練資料、模型引數等。Blob是一個高維連續陣列，批處理影象資料時通常使用4維Blob，Blob的維度可以表示為(N, K, H, W)，每個維度的意思分別是：

• N: 資料的個數，例如SGD時一次mini-batch的影象個數。
• K: 如果是影象，可以理解為通道數量；如果是網路中間結果，就是feature map的數量。
• H, W： 如果是影象資料，可以理解為影象的高度和寬度；如果是引數資料，可以理解為濾波核的高度和寬度。

Caffe中通常只使用4維Blob完成影象應用，但是Blob完全可以合理地被用來儲存任何資料，比如說學習到的引數。
例如：

• 1000幅640*480 RGBD影象資料，其Blob形狀為(1000, 4, 480, 640)。
• 96個大小11*11的濾波核，處理16通道的輸入資料，其引數Blob的形狀為(96，16，11，11)。
• 1000個輸出，1024個輸入的全連線層，其引數Blob的形狀為(1000，1024)。

blob.hpp：
資料成員：

protected： 
shared_ptr<SyncedMemory> data_; //存放資料 
shared_ptr<SyncedMemory> diff_; //存放梯度
 

shared_ptr<SyncedMemory> shape_data_; 
vector<int> shape_;//shape_是Blob維度引數 
int count_;//count表示Blob儲存的元素個數（shape_所有元素乘積） 
int capacity_;//capacity_表示當前Blob的元素個數（控制動態分配）

建構函式：
預設建構函式完成最基本的初始化，兩個顯示建構函式會呼叫Reshape函式完成data_和diff_的共享記憶體物件SyncedMemory的申請。

const Dtype* cpu_data() const; //cpu使用的資料
 

void set_cpu_data(Dtype* data); //用資料塊的值來blob裡面的data
const int* gpu_shape() const;
const Dtype* gpu_data() const; //返回不可更改的指標，下同
const Dtype* cpu_diff() const;
const Dtype* gpu_diff() const;
Dtype* mutable_cpu_data(); //返回可更改的指標，下同
Dtype* mutable_gpu_data();
Dtype* mutable_cpu_diff();
Dtype* mutable_gpu_diff();

總之，帶mutable_開頭的意味著可以對返回的指標內容進行更改，而不帶mutable_開頭的返回const 指標，不能對其指標的內容進行修改
Reshape函式：

void Reshape(const vector<int>& shape);//主要完成資料成員shape_,shape_data_,count_,capacity_，data_，diff_最基本的初始化工作，主要包括記憶體分配，含初始化。
void Reshape(const BlobShape& shape);//特別是完成data_，diff_的共享記憶體物件SyncedMemory的申請。