從今天開始，我們來細緻的分析一下caffe的原始碼。（此係列僅分析caffe原始版本，對於caffe2不涉及，並且只分析各類實現的cpu版，對於gpu實現筆者精力和能力有限，暫不作分析）

分析原始碼之前，我們需要對caffe的程式碼結構有一定的瞭解，只有充分了解了原始碼的組織層次，我們才能有的放矢的閱讀我們需要研究的部分。筆者之前也嘗試過閱讀caffe原始碼，但是那時候對於目錄結構不甚瞭解，讀起來猶如無頭蒼蠅，效果十分不好。直到最近先把程式碼的結構層次弄清楚了以後讀起來才比較順利，因此我先給大家詳細的介紹一下caffe的程式碼結構。

1.整體結構

caffe的整體結構如下圖所示

其中最重要的三個資料夾：include（各類標頭檔案的存放，即.hpp部分），src（標頭檔案對應的實現，即.cpp及.cu部分），tools（caffe提供的工具檔案）。其中include檔案下的目錄組織和src下的目錄組織基本一致。我們下面僅分析include部分以及tools部分

2.include資料夾

include資料夾下的目錄組織如下圖所示

layer資料夾下存放了各種layer的標頭檔案，其中包括我們熟悉的ConvolutionLayer（卷積層），InnerProductLayer（全連線層），PoolingLayer（池化層）等一系列基本的層結構，這些層是layer.hpp中定義的類Layer的子類

test資料夾是和測試相關，不在我們的分析範圍之內

util資料夾下是一些計算和訓練時需要用到的工具，具體結構如下圖所示

其中包括了IO處理相關（io.hpp），資料庫相關（db.hpp，db_leveldb.hpp，db_lmdb.hpp），影象變換相關（im2col.hpp，此檔案的內容相當重要，它實現的主要功能是將圖片的卷積運算轉化成矩陣運算），數學函式相關（math_functions.hpp，這個檔案的內容組成了caffe數學計算的核心部分，包括矩陣，向量的各類運算，caffe處理數學運算的主要思路是藉助第三方庫，在第三方庫的基礎上進一步封裝）

與這幾個子目錄獨立的還有一系列.hpp檔案，其中blob.hpp，layer.hpp，net.hpp這三個檔案是caffe的三大基本元件，分別對應神經網路模型中的資料模型、層模型以及網路模型，三者呈現出逐級包含的關係

3.tools資料夾

tools資料夾的檔案組織如下圖所示

extra資料夾下大多為Python相關，這裡暫且不理會

在tools資料夾下定義了caffe的一些工具，諸如生成資料庫檔案（convert_imageset.cpp），計算生成均值檔案（compute_image_mean.cpp），訓練和測試網路（train_net.cpp和test_net.cpp）

4.總結

caffe的總體原始碼組織形式就是這樣，下一次我們將從blob.hpp和blob.cpp開始探索caffe的原始碼