caffe学习：第二天

caffe中只有blob，layer，net这几个东西

深度网络(net)是一个组合模型，它由许多相互连接的层（layers)组合而成。Caffe就是组建深度网络的这样一种工具，它按照一定的策略，一层一层的搭建出自己的模型。它将所有的信息数据定义为blobs，从而进行便利的操作和通讯。Blob是caffe框架中一种标准的数组，一种统一的内存接口，它详细描述了信息是如何存储的，以及如何在层之间通讯的。

1、blob
blob其实就是数据在caffe中的形式，实际上是一个4维数组，表示为（N*C*H*W），其中N表示图片的数量，C表示图片的通道数，H和W分别表示图片的高度和宽度
2、layer
层是网络模型的组成要素和计算的基本单位。层的类型比较多，如Data,Convolution,Pooling,ReLU,Softmax-loss,Accuracy等，一个层的结构就不说了全世界都知道。
一般bottom为输入，top为输出。从下到上。

所谓前向传播和后向传播，可以理解为前向计算的是结果，后向计算的是梯度。稍微有点不一样。

3、Net
就是几个layer连起来嘛~

name: "LogReg"layer {  name: "mnist"  type: "Data"  top: "data"  top: "label"  data_param {    source: "input_leveldb"    batch_size: 64  }}layer {  name: "ip"  type: "InnerProduct"  bottom: "data"  top: "ip"  inner_product_param {    num_output: 2  }}layer {  name: "loss"  type: "SoftmaxWithLoss"  bottom: "ip"  bottom: "label"  top: "loss"}