caffe study - 資料結構(1)

【原文：http://blog.sina.com.cn/s/blog_eb3aea990102v2oq.html】

以下主要是對於Caffe主頁文件的總結

1. 結構的生成：caffe的基本結構是採用google的proto庫自動生成的，基本流程就是定義一個配置檔案，副檔名為proto，呼叫proto庫的編譯器編譯這個檔案可以生成相應的類的c++的程式碼。具體的可以參見proto庫的介紹。

下面來介紹caffe中用到的一些結構

2.Blob結構：

a. blob是一個標準的Array，主要負責caffe中資料的儲存(stores)、關聯(communicates)、以及資料的操作(manipulates)。資料在網路結構中要經過正向以及反向轉播的過程，在這個過程中要對於資料進行儲存、資料之間的通訊、以及資料的操作，blob就是負責這個工作的。

在具體的形式上blob是一個4-D結構的array，是按照（Num,Channels,Height and Width）的順序儲存的，這裡的Num相當於minibatch SGD中的batch這樣一個概念。此處據作者的解釋是應為legacy reason。

b. blob中資料的dimentions為Num N*channel K * Height H * Width W.記憶體是行優先的(row-major)。訪問資料的時候按照如下的規則來訪問index(n,k,h,w) 在物理上位於index((n*K + k) *H + h)*W + w. 這裡要注意，index(n,k,h,w)實際上訪問的是記憶體中(n+1,k+1,h+1,w+1)位置的資料，這是因為索引是從0開始的。

N是batch size of data，在ImageNet中這個值是256，Channls是feature dimention對於RGB影象來說K = 3. blob的維度是根據layer的type和configuration不同計算不同的，對於一個有96個filter，11*11的spatialdimension，3個input的blob的conv layer來說，其dimention為96*3*11*11，對於一個有1000個ouput channel以及1024個input channnels的 fully-connected layer來說blob的維度為1*1*1000*4096。