caffe data层_【caffe教程1】 caffe代码导论

本文首发于公众号《有三AI》

[caffe解读] caffe从数学公式到代码实现1-导论mp.weixin.qq.com

我这个系列caffe代码解读跟大部分人的思路不一样，一般读caffe代码思路是按照caffe的层级结构来，blob到layer到net各自分层来读，但我想提供一个另外的思路，从数学公式到代码实现。

从每一个文件背后具体的数学含义来读，这对于我们非数学系或者数学基础不是很好的工程人员来说，是比较适合的。

那么，我会采取什么样的形式呢，就是，layer definition，caffe layer，caffe test layer的格式，举个例子来说，比如softmax，那我就打算从softmax的数学定义，caffe softmax层的实现，caffe softmax test layer的实现。一定要加上test layer，因为当我们自己实现某些类时，往往需要梯度反向求导，这时候最好自己写test来验证自己的代码是否正确。

好了，下面就开始吧。当然，现在这是第一篇，所以我们还是不可避免先打下基础，先要阅读下面的内容，对caffe的代码有基本的了解。这是include/caffe下面的代码list。

blob.hpp
caffe.hpp
common.hpp
data_transformer.hpp
filler.hpp
internal_thread.hpp
layer.hpp
layer_factory.hpp
net.hpp
parallel.hpp
sgd_solvers.hpp
solver.hpp
solver_factory.hpp
syncedmem.hpp

一个一个来。

1 blob.hpp&cpp

blob是caffe中的基础数据单元，一个blob是一个四维张量，（N，C，H，W），N是batch size大小，C是channel，H，W分别是图像宽高，由于caffe擅长于做图像，所以这个定义天然适合图像。故一个256*256的rgb图像，blob size是（1,3,256,256）。

blob.hpp，需要注意的就是下面的变量和函数

其中data_存储数据，diff_存储梯度，shape_分别是blob_的尺度，count_是所有数据数目，即N*C*H*W。

以后要访问这些数据，就会用到下面的函数，其中cpu_data是只读，mutable_cpt_data是可写，gpu类似。

上面还有一个疑问，那就是初次见到SyncedMemory类会不知道它是做什么的，它主要负责在GPU或者CPU上分配内存以及保持数据的同步作用。

可参考下面资料。

http://blog.csdn.net/xizero00/article/details/51001206

http://www.cnblogs.com/korbin/p/5606770.html

由于展开是另一个篇幅，因此我们不过多停留在此，知道blob是通过这样的方式存取即可

2 caffe.hpp，common.hpp，internal_thread.hpp, parallel.hpp, syncedmem.hpp，solver_factory.hpp，layer_factory.hpp，sgd_solvers.hpp

把这几个放这里，是因为其中一些是gpu编程和内存等较为底层的编程的，看起来比较费劲，我们一般的应用其实也不需要对此有太深了解，大家会用即可。另外还有sovler这个类大家仔细读读即可。

caffe.hpp包含其他基础hpp。

internal_thread.hpp,与线程有关的变量函数。

parallel.hpp,与并行有关的变量函数。

syncedmem.hpp，内存分配和Caffe的底层数据的切换

solver_factory.hpp，layer_factory.hpp，顾名思义，分别是caffe solver的工厂类模板定义和普通layer的模板定义。

举例拿sovler来多说几句，solver_factory.hpp，其中solver指的是优化方法，由于caffe优化采用的就是梯度下降的方法，包括SGD，NesterovSolver，RMSPropSolver，AdamSolver等通通都定义在sgd_solvers.hpp中。

工厂设计模型，简单了解如下

http://developer.51cto.com/art/201107/277728.htm

http://alanse7en.github.io/caffedai-ma-jie-xi-4/

深入了解需要自己去看，从代码的角度来看就是解决重复造轮子的问题，减少重复代码，在caffe的面试中经常会问到噢。

看下它的代码，重要变量两个

typedef Solver<Dtype>* (*Creator)(const
SolverParameter&);

typedef std::map<string, Creator>
CreatorRegistry;

重要函数两个个，

static CreatorRegistry& Registry() { static CreatorRegistry*
g_registry_ = new CreatorRegistry();
   return *g_registry_;
}
static Solver<Dtype>* CreateSolver(const
SolverParameter& param) {
   const string& type = param.type();
   CreatorRegistry& registry = Registry();
   CHECK_EQ(registry.count(type), 1) << "Unknown solver type: " << type
       << " (known types: " << SolverTypeListString() << ")";
   return registry[type](param);
 }

其中需要注意的是，SolverParameter是一个配置参数不说，CreatorRegistry就是我们以后自定义层需要知道的，需要知道registry是一个map，存储的就是字符串以及对应的以函数指针形式存储的Creator类型的函数，而注册都会在cpp中进行，以后详解。

common.hpp，是一些与io有关的函数与变量，cpu与gpu模式设定变量Brew
mode_;函数set_mode，setDevice，以及与随机数有关的函数变量shared_ptr<RNG>
random_generator_;

3 datatransform.hpp

这是很重要的一个文件，当我们自定义数据层的时候会用到，它的作用就是从磁盘中读取数据塞进caffe定义的变量内存中。从它的头文件就可以看出，它依赖于blob,common,以及caffe.pb.h

#include "caffe/blob.hpp"
#include "caffe/common.hpp"
#include "caffe/proto/caffe.pb.h"

caffe.pb.h中就包含了序列化的变量。

datatransform.hpp中的变量如下：

shared_ptr<Caffe::RNG> rng_;
Phase phase_;
Blob<Dtype> data_mean_;
vector<Dtype> mean_values_;

可见存储了常见的mean_value。

datatransform.hpp中的的核心是重载的transform函数，它可以按照不同的输入来载入数据，我们平常在caffe内部做的随机crop，flip等等操作都在这里完成，具体大家可以去研究源码，静下心看非常简单。

void Transform(const vector<Datum> & datum_vector,Blob<Dtype>* transformed_blob);
void Transform(const vector<cv::Mat> & mat_vector, Blob<Dtype>*
transformed_blob);
void Transform(const cv::Mat& cv_img, Blob<Dtype>* transformed_blob);

4 filler.hpp

它没有对应的cpp，所有实现都在hpp中，因为很简单，它就是对权重初始化的，其中包含，constantfiller，Gaussianfiller，XavierFiller，MSRAFiller等等，相信大家都比较熟了。

5 solver.hpp

这就是caffe 迭代求解优化的函数定义，其中重要变量loss就在这里，这就是训练caffe时显示出的loss的来源

vector<Dtype> losses_;
 Dtype smoothed_loss_;
 SolverParameter param_;

迭代优化的函数，

virtual void Solve(const char* resume_file = NULL);
inline void Solve(const string resume_file) { Solve(resume_file.c_str()); }
void Step(int iters);

6 layer.hpp

这就是一个层的定义了，想必大家很有兴趣，那具体都有什么呢？

我们首先看变量，

LayerParameter layer_param_;
 vector<Dtype> loss_;

然后看重要函数

LayerSetUp，用于layer初始化，一般是定义一些shape，初始化一些变量。

virtual void LayerSetUp(const vector<Blob<Dtype>*>& bottom, const vector<Blob<Dtype>*>& top) {}

Forward，Backward的cpu和gpu版本，除了数据层外始终成对存在的前向和反向函数，forward是基于bottom计算top，backward则是基于top计算bottom，很好理解。

virtual void Forward_cpu(const vector<Blob<Dtype>*>& bottom, const vector<Blob<Dtype>*>& top) = 0;
virtual void Forward_gpu(const vector<Blob<Dtype>*>& bottom, const vector<Blob<Dtype>*>& top) {
   Fackward_cpu(bottom,top);
 }
virtual void Backward_cpu(const vector<Blob<Dtype>*>& top,
const vector<bool>& propagate_down, const vector<Blob<Dtype>*>& bottom) = 0;
virtual void Backward_gpu(const vector<Blob<Dtype>*>& top, const vector<bool>& propagate_down, const vector<Blob<Dtype>*>& bottom) {
   Backward_cpu(top, propagate_down, bottom);
 }

7 net.hpp

这是最大的一个hpp了，也是最高层的，就是整个网络的定义。

看看重要变量：

vector<shared_ptr<Layer<Dtype> > > layers_;
 vector<string> layer_names_;

layers_就是所有层，layer_names_;存储了名字，以后在我们inference的时候会需要经常用到。

vector<float> params_lr_;
 vector<bool> has_params_lr_;

上面是每一层学习率的参数，在我们想要固定某些层不让其学习，或者调整不同层的学习率时，会非常重要。其实还有很多重要变量如，

vector<Dtype> blob_loss_weights_;
Phase phase_;

都是经常接触的，不一一描述了大家自己看代码。

下面是一个重载的重要函数，

void CopyTrainedLayersFrom(const
NetParameter& param);
void CopyTrainedLayersFrom(const string
trained_filename);
void CopyTrainedLayersFromBinaryProto(const string
trained_filename);
void CopyTrainedLayersFromHDF5(const string
trained_filename);

它是重要的初始化网络的方法，可以实现不同形式输入的初始化，在inference时会经常使用的。

好了，基础就这么多，并没有非常细致的讲述而只是对重要内容进行介绍，在开始下面的文章之前，一定要熟读上面的这些hpp和对应cpp文件，对它有什么是什么，熟练于胸。