caffe 的架构设计及其依赖包的解析

• Caffe | Deep Learning Framework
  
  • Web Classification Demos

caffe（全称，Convolution Architecture For Feature Extraction） 的安装之因此困难，在于其依赖了大量的第三方开源库：

• 为了读取图像，以及简单的图像处理（拉伸，颜色变化），连接很重的 OpenCV 库
• boost（将来会成为 C++ 的标准，就像STL） 来实现一些 C++11 的特征
• HD5/LMDB/LEVELDB 用来作数据 IO（训练集）
  
  • 避免大量的碎片文件，ImageNet有几百万张图像，（128k的小文件）
  • 仅仅是 DB，还不是关系型
• ProtoBuffer（google） 的使用随处可见
  
  • 引入 Protocol buffer 技术，省去编写大量描述性（描述的性质，并不表明可编程性）的 C++ 代码，好比配置参数，属性变量等；
    
    • 这些能够被 protobuffer 的编译器自动地生成 .h 文件和 .cc 文件（在同一个文件夹下）
  • 方便序列化，用户能够直接阅读 prototxt 文件，来了解网络结构；

固然这些若是是放在 Linux 平台下进行安转的话，安装是十分简单的。

1. Caffe 的基本架构

caffe（torch） 是基于层（前向和后向）的设计思路：

• Blob 模块，实现了 Tensor（张量，能够通俗地理解为多维矩阵的意思） 的功能，保存数量和梯度值，其具备 4 个维度，分别是：

  • number，chanel，height，width

• Layer 模块，根据输入（bottom）blob 计算输出 （top）blob，同时保存权重/梯度（神经网络，从图的观点其实表明着DAG，有向无环图），

• Net 模块：由多个 layer 组成，实现 forward/backward 计算；

  • 从 UML 的关系考虑 Layer 类和 Net 的关系，应当相似于：汽车（Net）与轮胎（Layer），是一种聚合的关系（aggregation）
  • C++基础——用C++实例理解UML类图

• Solver 模块， 最优化模块，利用梯度值更新权重，

2. caffe 的训练方式

• 须要提早准备数据，保存为 LMDB/LevelDB 等格式（编写脚本）；
• 不需编写 C++ 代码，直接编写 .prototxt 定义 Net 对象；
• 直接编写 .prototxt 定义 solver 对象；（用于训练）
• 经过参数直接执行 caffe 命令进行训练；

3. 依赖包

• ProtoBuffer：由 caffe 定义的模型，都须要有一个 solver.prototxt 文件，其中记录了模型训练所须要的超参，用 caffe 训练时会首先读取该文件，得到其中特定字段的数值，并据此设置内存中模型训练时的超参数变量值；

  using google::protobuf::io::FileInputStream;
  
  
  const char* filename = "solver.prototxt";
  int fid = open(filename, O_RDONLY);
  FileInputStream* input = new FileInputStream(fid);
  
  caffe::SolverParam solver_param;
  
  google::protobuf::TextFormat::Parse(input, &solver_param);

• BLAS：卷积神经网络中用到的数学计算主要是矩阵向量的运算，caffe 中调用了 BLAS（Basic Linear Algebra Subprograms，基本线性代数子程序）中的相应方法，最经常使用的 BLAS 实现主要有如下几种：

  • Intel MKL
  • ATLAS
  • OpenBLAS

  caffe 能够选择其中其中任意一种，经过对 Makefile.config 编译文件的配置。Makefile.config 配置文件关于 BLAS 的设置以下所示：

# BLAS choice:
# atlas for ATLAS (default)
# mkl for MKL
# open for OpenBlas
BLAS := atlas