文章转自： http://blog.csdn.net/thesby/article/details/50880546

如何解读Caffe源码

导读

Caffe是现在非常流行的深度学习库，能够提供高效的深度学习训练。该库是用C++编写，能够使用CUDA调用GPU进行加速。但是caffe内置的工具不一定能够满足用户的所有需求，所以阅读源码并理解它，是很有必要的。  这篇博文不是想把Caffe的所有函数都讲一遍，因为Caffe的源码很大，一本书都不一定能够说清楚。这里我只是说说该怎么去阅读源码，给大家提供一个思路和建议，让大家能够快速把握caffe的整体，出了问题该往哪个方向去思考。  caffe的编译，网上已有很多教程，大家可以看看这篇。

Caffe的文件组织方式

目录 功能 caffe-master 根目录 build 编译后的存放的目录 data examples使用到的所有数据都放在这里了 docs 这里有很多讲解caffe的文件，新手可以把这里的东西好好看看。.md文件推荐使用atom软件进行查看 examples 这里是放例子的地方，可以借着这些例子好好理解下该怎么用caffe。特别是mnist include 这里存放着caffe的所有头文件。阅读头文件可以让人很快地把握全局而不考虑具体实现 matlab 和 matcaffe有关的文件 models 这里有一些如何写deploy文件的示例，可以用在训练完成后发布你的模型 python 和pycaffe有关的文件都放在这里了。在python中使用caffe时，需要把该路径给加上 scripts 一些帮助使用caffe的脚本 src 头文件的实现都在这里 tools 一些常用的工具的源代码，编译后的可执行文件在build/tools中

理解示例

examples里面由好几个caffe的示例，打开mnist看下，里面由很多文件，我们先看readme.md。里面很好的讲解了如何运行这个模型，以及各个参数代表什么意思。读懂了这个的话，基本上你就会运行示例了。其他的示例也可以照这样学习。值得一提的是，学习这个部分时，可以结合docs里面的讲解，还有一些 *.ipynb。如何查看ipynb就不说了，自己查资料。  示例运行得差不多，你就可以琢磨下如何使用deploy文件了。

理解caffe源码

为了更好的阅读代码，我建议按如下步骤使用Eclipse打开caffe工程：

配置下java，因为Eclipse需要java环境下载eclipse cpp版打开Eclipse，在菜单栏File->import->c/c++->Existing code as Autotools project，按next，然后在browse中找到caffe-master，进入caffe-master后按确认。

这样就导入了整个工程了，但是不要尝试使用Eclipse来编译caffe，因为基本上都编译不通过。

blob、layer、net、solver这几个是要好好阅读的（头文件以及实现），可以结合这docs里面的文件看。看懂了这几个文件，那么你基本上就大概知道caffe是如何运行的了。

但是你可能在运行示例时很纳闷，每个层那么多的参数，我该怎么知道它是什么意思。别担心，所有的这些信息都可以在src/caffe/proto/caffe.proto中找到。看不懂的话，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里面的文件了，把mnist用到的那些层好好看看它是怎么实现的，可以先看cpp，有cuda基础的就看看cu。

添加自己的层

添加自己的caffe层需要有一定的c++基础，至少要明白什么是继承，什么是虚函数，以及多线程的基本概念。可以选择继承一个和自己功能最相近又满足继承关系的层。  具体的步骤可以参考下这篇博文。

使用pycaffe

使用pycaffe的话，我推荐使用cmake而不是直接的make编译工程，因为现在的版本中make后的pycaffe经常出现找不到链接库。  现在是看*.ipynb文件的时候了，里面详细讲解了如何使用caffe的Python接口。出现问题的话就看源代码。建议使用pycharm或者Eclipse Java版