Caffe代码导读（0）：路线图

Caffe是什么？

Caffe是一个深度学习框架，以代码整洁、可读性强、运行速度快著称。代码地址为：https://github.com/BVLC/caffe

文章系列书写目的

如何理解caffe源码,应用caffe框架是利用深度模型实现AI应用产品的重要步骤.为了引导自己学习caffe,记录总结学习过程中的心得体会,其路漫漫,Caffe代码导读系列文章将成为小编在这条路上的忠实伴侣.没有比未来更远的路,没有比现在更短的时光,陪伴却是最长情的告白,希望小编能够坚持下去.

如何开始

在开始阅读Caffe代码之前，应该做好下面几件事：

1. 下载Caffe源码；
2. 配置开发环境（安装CUDA、OpenCV、boost、leveldb、lmdb、Python等，安装步骤参考http://tutorial.caffe.berkeleyvision.org/installation.html）；
3. 编译；
4. 运行例子（如MNIST、CIFAR10、ImageNet等）；

源码阅读路线图

1. Caffe源码阅读路线图应该是从CAFFE_ROOT/src/caffe/proto/caffe.proto开始，了解各类数据结构，主要是内存对象和序列化磁盘文件的一一对应关系，知道如何从磁盘Load一个对象到内存，以及如何将内存对象Save到磁盘，中间的过程实现都是由Protobuf自动完成的。[http://www.jianshu.com/p/8fb004210d2a ]
2. 第二步就是看头文件，不用急于去看cpp文件，先理解整个框架。Caffe中类数目众多，但脉络十分清晰。在Testing时，最外层的类是Caffe::Net，包含了多个Caffe::Layer对象，而Layer对象派生出神经网络多种不同层的类（DataLayer, ConvolutionLayer, InnerProductionLayer, AccurancyLayer等），每层会有相应的输入输出（Blob对象）以及层的参数（可选，Blob对象）；Blob中包括了SyncedMemory对象，统一了CPU和GPU存储器。自顶向下去看这些类，结合理论知识很容易掌握使用方法。[http://www.jianshu.com/p/8fb0ead672c6 ]
3. 第三步就是有针对性地去看cpp和cu文件了。一般而言，Caffe框架不需要修改，只需要增加新的层实现即可。例如你想自己实现卷积层，只需从ConvolutionLayer派生一个新类MyConvolutionLayer，然后将几个虚函数改成自己的实现即可。所以这一阶段关注点在算法上，而不是源码本身。
4. 第四步就很自由了，可以编写各类工具，集成到Caffe内部。在CAFFE_ROOT/tools/下面有很多实用工具，可以根据需要修改。例如从训练好的模型中抽取参数进行可视化可以用Python结合matplot实现。
5. 接下来，如果想更深层次学习，最好是自己重新写一遍Caffe（时间充裕的情况）。跳出现有的框架，重新构建自己的框架，通过对比就能学到更多内容。