如何解讀Caffe原始碼

導讀

Caffe是現在非常流行的深度學習庫，能夠提供高效的深度學習訓練。該庫是用C++編寫，能夠使用CUDA呼叫GPU進行加速。但是caffe內建的工具不一定能夠滿足使用者的所有需求，所以閱讀原始碼並理解它，是很有必要的。 
這篇博文不是想把Caffe的所有函式都講一遍，因為Caffe的原始碼很大，一本書都不一定能夠說清楚。這裡我只是說說該怎麼去閱讀原始碼，給大家提供一個思路和建議，讓大家能夠快速把握caffe的整體，出了問題該往哪個方向去思考。 
caffe的編譯，網上已有很多教程，大家可以看看這篇。

Caffe的檔案組織方式

理解示例

examples裡面由好幾個caffe的示例，開啟mnist看下，裡面由很多檔案，我們先看readme.md。裡面很好的講解了如何執行這個模型，以及各個引數代表什麼意思。讀懂了這個的話，基本上你就會執行示例了。其他的示例也可以照這樣學習。值得一提的是，學習這個部分時，可以結合docs裡面的講解，還有一些 *.ipynb。如何檢視ipynb就不說了，自己查資料。 
示例執行得差不多，你就可以琢磨下如何使用deploy檔案了。

理解caffe原始碼

為了更好的閱讀程式碼，我建議按如下步驟使用Eclipse開啟caffe工程：

• 配置下java，因為Eclipse需要java環境
• 下載eclipse cpp版
• 開啟Eclipse，在選單欄File->import->c/c++->Existing code as Autotools project，按next，然後在browse中找到caffe-master，進入caffe-master後按確認。

這樣就匯入了整個工程了，但是不要嘗試使用Eclipse來編譯caffe，因為基本上都編譯不通過。

blob、layer、net、solver這幾個是要好好閱讀的（標頭檔案以及實現），可以結合這docs裡面的檔案看。看懂了這幾個檔案，那麼你基本上就大概知道caffe是如何執行的了。

但是你可能在執行示例時很納悶，每個層那麼多的引數，我該怎麼知道它是什麼意思。別擔心，所有的這些資訊都可以在src/caffe/proto/caffe.proto中找到。看不懂的話，可以查一下protobuf的使用。

上面的如果都看懂了，那就可以好好研究下src/caffe/layers裡面的檔案了，把mnist用到的那些層好好看看它是怎麼實現的，可以先看cpp，有cuda基礎的就看看cu。

新增自己的層

新增自己的caffe層需要有一定的c++基礎，至少要明白什麼是繼承，什麼是虛擬函式，以及多執行緒的基本概念。可以選擇繼承一個和自己功能最相近又滿足繼承關係的層。 
具體的步驟可以參考下這篇博文。

使用pycaffe

使用pycaffe的話，我推薦使用cmake而不是直接的make編譯工程，因為現在的版本中make後的pycaffe經常出現找不到連結庫。
現在是看*.ipynb檔案的時候了，裡面詳細講解了如何使用caffe的Python介面。出現問題的話就看原始碼。建議使用pycharm或者Eclipse Java版。