雷鋒網(wǎng)按：本文作者薛云峰，主要從事視頻圖像算法的研究，于浙江捷尚視覺科技股份有限公司擔(dān)任深度學(xué)習(xí)算法研究員。

相信很多小伙伴和我一樣使用了很長時間的Caffe深度學(xué)習(xí)框架，也非常希望從代碼層次理解Caffe的實現(xiàn)從而實現(xiàn)新功能的定制。本文將從整體架構(gòu)和底層實現(xiàn)的視角，對Caffe源碼進行解析。

1.Caffe總體架構(gòu)

Caffe框架主要有五個組件，Blob，Solver，Net，Layer，Proto，其結(jié)構(gòu)圖如下圖1所示。Solver負責(zé)深度網(wǎng)絡(luò)的訓(xùn)練，每個Solver中包含一個訓(xùn)練網(wǎng)絡(luò)對象和一個測試網(wǎng)絡(luò)對象。每個網(wǎng)絡(luò)則由若干個Layer構(gòu)成。每個Layer的輸入和輸出Feature map表示為Input Blob和Output Blob。Blob是Caffe實際存儲數(shù)據(jù)的結(jié)構(gòu)，是一個不定維的矩陣，在Caffe中一般用來表示一個拉直的四維矩陣，四個維度分別對應(yīng)Batch Size（N），F(xiàn)eature Map的通道數(shù)（C），F(xiàn)eature Map高度(H)和寬度(W)。Proto則基于Google的Protobuf開源項目，是一種類似XML的數(shù)據(jù)交換格式，用戶只需要按格式定義對象的數(shù)據(jù)成員，可以在多種語言中實現(xiàn)對象的序列化與反序列化，在Caffe中用于網(wǎng)絡(luò)模型的結(jié)構(gòu)定義、存儲和讀取。

2.Blob解析

下面介紹Caffe中的基本數(shù)據(jù)存儲類Blob。Blob使用SyncedMemory類進行數(shù)據(jù)存儲，數(shù)據(jù)成員 data_指向?qū)嶋H存儲數(shù)據(jù)的內(nèi)存或顯存塊，shape_存儲了當(dāng)前blob的維度信息，diff_這個保存了反向傳遞時候的梯度信息。在Blob中其實不是只有num，channel，height，width這種四維形式，它是一個不定維度的數(shù)據(jù)結(jié)構(gòu)，將數(shù)據(jù)展開存儲，而維度單獨存在一個vector<int> 類型的shape_變量中，這樣每個維度都可以任意變化。

來一起看看Blob的關(guān)鍵函數(shù)，data_at這個函數(shù)可以讀取的存儲在此類中的數(shù)據(jù)，diff_at可以用來讀取反向傳回來的誤差。順便給個提示，盡量使用data_at(const vector<int>& index)來查找數(shù)據(jù)。Reshape函數(shù)可以修改blob的存儲大小，count用來返回存儲數(shù)據(jù)的數(shù)量。BlobProto類負責(zé)了將Blob數(shù)據(jù)進行打包序列化到Caffe的模型中。

3.工廠模式說明

接下來介紹一種設(shè)計模式Factory Pattern，Caffe 中Solver和Layer對象的創(chuàng)建均使用了此模式，首先看工廠模式的UML的類圖：

如同F(xiàn)actory生成同一功能但是不同型號產(chǎn)品一樣，這些產(chǎn)品實現(xiàn)了同樣Operation，很多人看了工廠模式的代碼，會產(chǎn)生這樣的疑問為何不new一個出來呢，這樣new一個出來似乎也沒什么問題吧。試想如下情況，由于代碼重構(gòu)類的名稱改了，或者構(gòu)造函數(shù)參數(shù)變化(增加或減少參數(shù))。而你代碼中又有N處new了這個類。如果你又沒用工廠，就只能一個一個找來改。工廠模式的作用就是讓使用者減少對產(chǎn)品本身的了解，降低使用難度。如果用工廠，只需要修改工廠類的創(chuàng)建具體對象方法的實現(xiàn)，而其他代碼不會受到影響。

舉個例子，寫代碼少不得餓了要加班去吃夜宵，麥當(dāng)勞的雞翅和肯德基的雞翅都是MM愛吃的東西，雖然口味有所不同，但不管你帶MM去麥當(dāng)勞或肯德基，只管向服務(wù)員說“來四個雞翅”就行了。麥當(dāng)勞和肯德基就是生產(chǎn)雞翅的Factory。

4.Solver解析

接下來切回正題，我們看看Solver這個優(yōu)化對象在Caffe中是如何實現(xiàn)的。SolverRegistry這個類就是我們看到的上面的factory類，負責(zé)給我們一個優(yōu)化算法的產(chǎn)品，外部只需要把數(shù)據(jù)和網(wǎng)絡(luò)結(jié)構(gòu)定義好，它就可以自己優(yōu)化了。

Solver<Dtype>* CreateSolver(const SolverParameter& param)這個函數(shù)就是工廠模式下的CreateProduct的操作， Caffe中這個SolverRegistry工廠類可以提供給我們6種產(chǎn)品（優(yōu)化算法）：

這六種產(chǎn)品的功能都是實現(xiàn)網(wǎng)絡(luò)的參數(shù)更新，只是實現(xiàn)方式不一樣。那我們來看看他們的使用流程吧。當(dāng)然這些產(chǎn)品類似上面Product類中的Operation，每一個Solver都會繼承Solve和Step函數(shù)，而每個Solver中獨有的僅僅是ApplyUpdate這個函數(shù)里面執(zhí)行的內(nèi)容不一樣，接口是一致的，這也和我們之前說的工廠生產(chǎn)出來的產(chǎn)品一樣功能一樣，細節(jié)上有差異，比如大多數(shù)電飯煲都有煮飯的功能，但是每一種電飯煲煮飯的加熱方式可能不同，有底盤加熱的還有立體加熱的等。接下里我們看看Solver中的關(guān)鍵函數(shù)。

Solver中Solve函數(shù)的流程圖如下：

Solver類中Step函數(shù)流程圖：

Solver中關(guān)鍵的就是調(diào)用Sovle函數(shù)和Step函數(shù)的流程，你只需要對照Solver類中兩個函數(shù)的具體實現(xiàn)，看懂上面兩個流程圖就可以理解Caffe訓(xùn)練執(zhí)行的過程了。

5.Net類解析

分析過Solver之后我們來分析下Net類的一些關(guān)鍵操作。這個是我們使用Proto創(chuàng)建出來的深度網(wǎng)絡(luò)對象，這個類負責(zé)了深度網(wǎng)絡(luò)的前向和反向傳遞。以下是Net類的初始化方法NetInit函數(shù)調(diào)用流程：

Net的類中的關(guān)鍵函數(shù)簡單剖析：

1.ForwardBackward：按順序調(diào)用了Forward和Backward。

2.ForwardFromTo(int start, int end)：執(zhí)行從start層到end層的前向傳遞，采用簡單的for循環(huán)調(diào)用。

3.BackwardFromTo(int start, int end)：和前面的ForwardFromTo函數(shù)類似，調(diào)用從start層到end層的反向傳遞。

4.ToProto函數(shù)完成網(wǎng)絡(luò)的序列化到文件，循環(huán)調(diào)用了每個層的ToProto函數(shù)。

6.Layer解析

Layer是Net的基本組成單元，例如一個卷積層或一個Pooling層。本小節(jié)將介紹Layer類的實現(xiàn)。

（1）Layer的繼承結(jié)構(gòu)

（2）Layer的創(chuàng)建

與Solver的創(chuàng)建方式很像，Layer的創(chuàng)建使用的也是工廠模式，這里簡單說明下幾個宏函數(shù)：

REGISTER_LAYER_CREATOR負責(zé)將創(chuàng)建層的函數(shù)放入LayerRegistry。

我們來看看大多數(shù)層創(chuàng)建的函數(shù)的生成宏REGISTER_LAYER_CLASS，可以看到宏函數(shù)比較簡單的，將類型作為函數(shù)名稱的一部分，這樣就可以產(chǎn)生出一個創(chuàng)建函數(shù)，并將創(chuàng)建函數(shù)放入LayerRegistry。

REGISTER_LAYER_CREATOR(type, Creator_##type##Layer)

這段代碼在split_layer.cpp文件中

REGISTER_LAYER_CLASS(Split)。

這樣我們將type替換過以后給大家做個范例，參考下面的代碼。

當(dāng)然這里的創(chuàng)建函數(shù)好像是直接調(diào)用，沒有涉及到我們之前工廠模式的一些問題。所有的層的類都是這樣嗎？當(dāng)然不是，我們仔細觀察卷積類。

卷積層怎么沒有創(chuàng)建函數(shù)呢，當(dāng)然不是，卷積的層的創(chuàng)建函數(shù)在LayerFactory.cpp中，截圖給大家看下，具體代碼如下：

這樣兩種類型的Layer的創(chuàng)建函數(shù)都有了對應(yīng)的聲明。這里直接說明除了有cudnn實現(xiàn)的層，其他層都是采用第一種方式實現(xiàn)的創(chuàng)建函數(shù)，而帶有cudnn實現(xiàn)的層都采用的第二種方式實現(xiàn)的創(chuàng)建函數(shù)。

（3）Layer的初始化

介紹完創(chuàng)建我們看看層里面的幾個函數(shù)都是什么時候被調(diào)用的。

關(guān)鍵函數(shù)Setup此函數(shù)在之前的流程圖中的NetInit時候被調(diào)用，代碼如下：

這樣整個Layer初始化的過程中，CheckBlobCounts被最先調(diào)用，然后接下來是LayerSetUp，后面才是Reshape，最后才是SetLossWeights。這樣Layer初始化的生命周期大家就有了了解。

（4）Layer的其他函數(shù)的介紹

Layer的Forward函數(shù)和Backward函數(shù)完成了網(wǎng)絡(luò)的前向和反向傳遞，這兩個函數(shù)在自己實現(xiàn)新的層必須要實現(xiàn)。其中Backward會修改bottom中blob的diff_，這樣就完成了誤差的方向傳導(dǎo)。

7.Protobuf介紹

Caffe中的Caffe.proto文件負責(zé)了整個Caffe網(wǎng)絡(luò)的構(gòu)建，又負責(zé)了Caffemodel的存儲和讀取。下面用一個例子介紹Protobuf的工作方式。

利用protobuffer工具存儲512維度圖像特征：

1.message 編寫：新建txt文件后綴名改為proto,編寫自己的message如下，并放入解壓的protobuff的文件夾里；

其中，dwFaceFeatSize表示特征點數(shù)量；pfFaceFeat表示人臉特征。

2.打開windows命令窗口(cmd.exe)---->cd空格，把protobuff的文件路徑復(fù)制粘貼進去------>enter；

3.輸入指令protoc *.proto --cpp_out=.    --------->enter

4.可以看到文件夾里面生成“ *.pb.h”和“*.pb.cpp”兩個文件，說明成功了

5.下面可以和自己的代碼整合了：

(1) 新建你自己的工程，把“ *.pb.h”和“*.pb.cpp”兩個文件添加到自己的工程里，并寫上#include" *.pb.h"

(2) 按照配庫的教程把庫配置下就可以了。

VS下Protobuf的配庫方法：

解決方案---->右擊工程名---->屬性

使用protobuf進行打包的方法如下代碼：

（1）Caffe的模型序列化

BlobProto其實就是Blob序列化成Proto的類，Caffe模型文件使用了該類。Net調(diào)用每個層的Toproto方法，每個層的Toproto方法調(diào)用了Blob類的ToProto方法，這樣完整的模型就被都序列化到proto里面了。最后只要將這個proto繼承于message類的對象序列化到文件就完成了模型寫入文件。Caffe打包模型的時候就只是簡單調(diào)用了WriteProtoToBinaryFile這個函數(shù)，而這個函數(shù)里面的內(nèi)容如下：

至此Caffe的序列化模型的方式就完成了。

（2）Proto.txt的簡單說明

Caffe網(wǎng)絡(luò)的構(gòu)建和Solver的參數(shù)定義均由此類型文件完成。Net構(gòu)建過程中調(diào)用ReadProtoFromTextFile將所有的網(wǎng)絡(luò)參數(shù)讀入。然后調(diào)用上面的流程進行整個caffe網(wǎng)絡(luò)的構(gòu)建。這個文件決定了怎樣使用存在caffe model中的每個blob是用來做什么的，如果沒有了這個文件caffe的模型文件將無法使用，因為模型中只存儲了各種各樣的blob數(shù)據(jù)，里面只有float值，而怎樣切分這些數(shù)據(jù)是由prototxt文件決定的。

Caffe的架構(gòu)在框架上采用了反射機制去動態(tài)創(chuàng)建層來構(gòu)建Net，Protobuf本質(zhì)上定義了graph，反射機制是由宏配合map結(jié)構(gòu)形成的，然后使用工廠模式去實現(xiàn)各種各樣層的創(chuàng)建，當(dāng)然區(qū)別于一般定義配置采用xml或者json，該項目的寫法采用了proto文件對組件進行組裝。

總結(jié)

以上為Caffe代碼架構(gòu)的一個總體介紹，希望能借此幫助小伙伴找到打開定制化Caffe大門的鑰匙。本文作者希望借此拋磚引玉，與更多期望了解Caffe和深度學(xué)習(xí)框架底層實現(xiàn)的同行交流。

雷鋒網(wǎng)注：本文由深度學(xué)習(xí)大講堂授權(quán)雷鋒網(wǎng)發(fā)布，如需轉(zhuǎn)載請注明作者和出處，不得刪減內(nèi)容。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。