本文主要是对caffe2官方文档中Intro Tutorial的梳理，并不是逐字翻译，简书已经有对这份文档的翻译，（一定要主读原文！翻译配合阅读！）但是官方文档是在不断更新的，本人觉得这份新的文档首先用model_helper来创建网络对新手理解caffe2构建网络的形式更加友好，因此就打算梳理下这份内容，原文：Intro Tutorial
文章首先大致介绍了blobs和workspace，blobs一般包含一个tensor(一个多维数组)，且在python中会被转化为numpy数组。然后介绍了blobs在workspace中存储、读取数据的方式。
文中试图创建一个简单的网络：
（1）一个全连层
（2）一个sigmoid和softmax
（3）CrossEntropy loss
使用ModelHelper创建网络会生成两个网络：一个用来初始化的网络和一个用来训练的网络。下面我们来看看文中是如何体现出这两个网络的：
1. 定义权重和偏置时的初始化方式时，使用的是ModelHelper生成的第一个网络param_init_net，其中权重调用的是XavierFill op,偏置调用的是ConstantFill op。
2. 设置训练网络的结构时，使用的是ModelHelper生成的第二个网络net，注意同上一段类似，此处只是网络的定义，并不实际运行网络。
我们分别画出这两个网络的结构图（画图方式）
初始化网络：
前向网络：
分别对比初始化网络和前向网络的构造方式及其网络图，就比较容易理解如何去构造一个网络。初始化网络的构造和前向网络的构造是分开的，后期运行时，首先通过运行初始化网络将数据保存至workspace，前向网络通过读取workspace中的数据进行计算。
