caffe目录结构
- docs —— 帮助文档
- examples —— 代码样例
- matlab —— MATLAB接口文件
- python —— PYTHON接口文件
- models —— 一些配置好的模型参数
- scripts —— 一些文档和数据会用到的脚本
- 核心代码:
- tools —— 保存的源码是用于生成二进制处理程序的,caffe在训练时实际是直接调用这些二进制文件
- include —— Caffe的实现代码的头文件
- src —— 实现Caffe的源文
- gtest —— google test一个用于测试的库. 你make runtest时看见的很多绿色RUN OK就是它,这个与caffe的学习无关,不过是个有用的库
- caffe —— 关键代码:
- test —— 用gtest测试caffe的代码
- util —— 数据转换时用的一些代码。caffe速度快,很大程度得益于内存设计上的优化(blob数据结构采用proto)和对卷积的优化(部分与im2col相关)
- proto —— 即所谓的“Protobuf”,全称“Google Protocol Buffer”,是一种数据存储格式,帮助caffe提速
- layers —— 深度神经网络中的基本结构就是一层层互不相同的网络了,这个文件夹下的源文件以及目前位置“src/caffe”中包含所有.cpp文件就是caffe的核心目录下的核心代码了。
- caffe最核心的代码:
- blob[.cpp .h] —— 基本的数据结构Blob类
- common[.cpp .h] —— 定义Caffe类
- internal_thread[.cpp .h]—— 使用boost::thread线程库
- net[.cpp .h] —— 网络结构类Net
- solver[.cpp .h] —— 优化方法类Solver
- data_transformer[.cpp .h] —— 输入数据的基本操作类DataTransformer
- syncedmem[.cpp .h] —— 分配内存和释放内存类CaffeMallocHost,用于同步GPU,CPU数据
- layer[.cpp .h] —— 层类Layer
- layers —— 此文件夹下面的代码全部至少继承了类Layer, 从layer_factory中注册继承
caffe的三级机构(Blobs,Layers,Nets)
Blobs,Layers,Nets关系概述:Caff的net比作一栋大楼,Layer是构成大楼的墙,Blob是构成墙的砖块
-
功能概括:
- Blob:用于数据的保存、交换和操作,Caffe基础存储结构
- Layer:用于模型和计算的基础
- Net:整合连接layers
-
具体介绍:
- Blob:是caffe中处理和传递实际数据的数据封装包。是按C风格连续储存的N维数组。
常规的维度为图像数量N通道数C图像高度H*图像宽度W。
-
主要变量:
- shared_ptr data_;
- shared_ptr diff_;
- shared_ptr shape_data_;
- vector shape_;
- int count_;
- int capacity_;
-
解释:
- shared_ptr——是一个数据boost库中的智能指针,主要用来申请内存
- data_主要是正向传播时候用的,diff_主要是用来储存偏差(主要是反向传播的时候会用到),
- shape_data和shape_——都是存储Blob的形状
- count——表示Blob存储的元素个数,也就是个数*通道数*高度*宽度
- capacity_——表示当前Blob的元素个数(控制动态分配)
-
主要函数:
- 构造函数:构造函数开辟一个内存空间来存储数据
- reshape函数:Reshape函数在Layer中的reshape或者forward操作中来adjust dimension
- count函数:重载很多个count()函数,主要还是为了统计Blob的容量(volume),或者是某一片(slice),从某个axis到具体某个axis的shape乘积(如 “ inline int count(int start_axis, int end_axis)”)。
- data_数据操作函数 & 反向传播导数diff_操作函数:这一部分函数主要通过给定的位置访问数据,根据位置计算与数据起始的偏差offset,在通过cpu_data*指针获得地址
- FromProto/ToProto数据序列化:将数据序列化,存储到BlobProto,这里说到Proto是谷歌的一个数据序列化的存储格式,可以实现语言、平台无关、可扩展的序列化结构数据格式。
- Update函数:该函数用于参数blob的更新(weight,bias 等减去对应的导数)
- 其他运算函数:
- Dtype asum_data() const;//计算data的L1范数(所有元素绝对值之和)
- Dtype asum_diff() const;//计算diff的L1范数
- Dtype sumsq_data() const;//计算data的L2范数(所有元素平方和)
- Dtype sumsq_diff() const;//计算diff的L2范数
- void scale_data(Dtype scale_factor);//将data部分乘以一个因子
- void scale_diff(Dtype scale_factor);//将diff部分乘一个因子
- layer:
简介:
所有的Pooling(池化),Convolve(卷积),apply nonlinearities等操作都在这里实现。在Layer中input data用bottom,表示output data用top表示。每一层定义了三种操作setup(Layer初始化), forward(正向传导,根据input计算output), backward(反向传导计算,根据output计算input的梯度)。forward和backward有GPU和CPU两个版本的实现。-
caffe中已经衍生了很多不同功能作用的layer, 其中常用的五种layer:
- data_layer(数据层)
-
data_layer主要包含与数据有关的文件。在官方文档中指出data是caffe数据的入口是网络的最低层,并且支持多种格式,在这之中又有5种LayerType:
- DATA 用于LevelDB或LMDB数据格式的输入的类型,输入参数有source, batch_size, (rand_skip), (backend)。后两个是可选。
- EMORY_DATA 这种类型可以直接从内存读取数据使用时需要调用MemoryDataLayer::Reset,输入参数有batch_size, channels, height, width。
- DF5_DATA HDF5数据格式输入的类型,输入参数有source, batch_size。
- HDF5_OUTPUT HDF5数据格式输出的类型,输入参数有file_name。
- IMAGE_DATA 图像格式数据输入的类型,输入参数有source, batch_size, (rand_skip), (shuffle), (new_height), (new_width)。
其实还有两种WINDOW_DATA, DUMMY_DATA用于测试和预留的接口,不重要。
-
- neuron_layer(数据的操作层)
neuron_layer实现里大量激活函数,主要是元素级别的操作,具有相同的bottom,top size。 - loss_layer(损失层/计算网络误差层)
可以看见调用了neuron_layers.hpp,估计是需要调用里面的函数计算Loss,一般来说Loss放在最后一层。caffe实现了大量loss function,它们的父类都是LossLayer。
-
common_layer
- 这一层主要进行的是vision_layer的连接
- 声明了9个类型的common_layer,部分有GPU实现:
- InnerProductLayer 常常用来作为全连接层
- SplitLayer 用于一输入对多输出的场合(对blob)
- FlattenLayer 将n * c * h * w变成向量的格式n * ( c * h * w ) * 1 * 1
- ConcatLayer 用于多输入一输出的场合
- SilenceLayer 用于一输入对多输出的场合(对layer)
- (Elementwise Operations) 这里面是我们常说的激活函数层Activation Layers。
- EltwiseLayer
- SoftmaxLayer
- ArgMaxLayer
- MVNLayer
-
vision_layer
- 主要是实现Convolution和Pooling操作, 主要有以下几个类:
- ConvolutionLayer 最常用的卷积操作
- Im2colLayer 与MATLAB里面的im2col类似,即image-to-column transformation,转换后方便卷积计算
- LRNLayer 全称local response normalization layer,在Hinton论文中有详细介绍ImageNet.
Classification with Deep Convolutional Neural Networks 。 - PoolingLayer Pooling操作
- 主要是实现Convolution和Pooling操作, 主要有以下几个类:
- data_layer(数据层)
- Net
Net由一系列的Layer组成(无回路有向图DAG),Layer之间的连接由一个文本文件描述。模型初始化Net::Init()会产生blob和layer并调用Layer::SetUp。在此过程中Net会报告初始化进程。这里的初始化与设备无关,在初始化之后通过Caffe::set_mode()设置Caffe::mode()来选择运行平台CPU或GPU,结果是相同的。
-
Protocol Buffer
- Protocol Buffer(PB)是一种轻便、高效的结构化数据存储格式,可以用于结构化数据串行化,很适合做数据存储或 RPC 数据交换格式。它可用于通讯协议、数据存储等领域的语言无关、平台无关、可扩展的序列化结构数据格式。是一种效率和兼容性都很优秀的二进制数据传输格式,目前提供了 C++、Java、Python 三种语言的 API。Caffe采用的是C++和Python的API。
- Blob:是caffe中处理和传递实际数据的数据封装包。是按C风格连续储存的N维数组。