caffe之具体运行流程分析
来源:互联网 发布:怎么刷新微信运动数据 编辑:程序博客网 时间:2024/06/06 09:56
我们都知道要运行一个caffe model的时候需要在命令行下输入:
./build/tools/caffe train -solver xxx.prototxt
然后模型就跑起来了,但是具体程序的入口——main是哪个,执行的顺序是如何的可能不是特别清晰,为了更加理解caffe,在此对其流程做一个具体的分析。
分析方法很简单,细看运行model之后的,输出的Log,比如在此运行lenet model:
./build/tools/caffe train -solver examples/mnist/lenet_solver.prototxt
你会得到如下Log:
I0708 09:53:58.417726 3435 caffe.cpp:218] Using GPUs 0I0708 09:53:58.560006 3435 caffe.cpp:223] GPU 0: TITAN X (Pascal)I0708 09:54:01.458295 3435 solver.cpp:44] Initializing solver from parameters: ...I0708 09:54:01.458588 3435 solver.cpp:87] Creating training net from net file: examples/mnist/lenet_train_test.prototxtI0708 09:54:01.459116 3435 net.cpp:294] The NetState phase (0) differed from the phase (1) specified by a rule in layer mnistI0708 09:54:01.459144 3435 net.cpp:294] The NetState phase (0) differed from the phase (1) specified by a rule in layer accuracyI0708 09:54:01.459230 3435 net.cpp:51] Initializing net from parameters:.........
观察程序运行的具体哪个.cpp 及哪一行代码,即可理解,因此可得caffe具体运行流程如下:
step1: 命令行下输入./build/tools/caffe train -solver xxx.prototxt 运行了程序的入口caffe.cpp main()
step2: caffe.cpp main()根据命令行输入的参数train 调用caffe.cpp train()
step3: caffe.cpp train()读取xxx.prototxt的参数 调用solver.cpp Solver()的构造函数创建Solver对象
step4: 创建Solver对象的时候需要调用solver.cpp Init()函数来初始化模型的网络
step5: solver.cpp Init()函数调用solver.cpp InitTrainNet()和InitTestNets()函数来分别初始化训练和测试网络。
step6: InitTrainNet() 通过xxx.prototxt 指定的xxxnet.prototxt读取net的参数,调用net.cpp Net()的构造函数,创建训练网络,
step7: net.cpp Net()调用net.cpp Init()函数,通过for循环来1)创建网络中每一个Layer对象,2)设置bottom和top,3)调用layer.cpp Setup()
step8: 调用InitTestNets()创建测试网络,与InitTrainNet()类似
step9: 运行返回到caffe.cpp train()中,利用创建好的solver对象调用solver.cpp Solve()函数
step10: solver.cpp Solve() 调用 solver.cpp Step()函数,while循环迭代的次数,每次迭代 1)调用net.cpp ForwardBackward()来前向以及后向传播 2)solve.cpp ApplyUpdate()更新参数 3)每一定轮次运行solver.cpp TestAll()
step11: 运行结束
可能有点绕,总结而言就是:
1.入口函数caffe.cpp main()(调用caffe.cpp train())
2.caffe.cpp train()中 创建solver对象(调用solver.cpp Init())
3.solver.cpp Init()中 solver.cpp InitTrainNet()和InitTestNets()创建训练网络和测试网络
4.运行返回到caffe.cpp train()中,调用solver.cpp Solve()来训练网络,具体训练过程在solver.cpp Step()中实现,迭代直至程序结束
- caffe之具体运行流程分析
- Caffe之具体运行流程分析
- Caffe学习之caffe具体运行流程分析
- quagga 中 rip运行流程具体分析
- caffe程序运行流程
- Monkey源码分析之运行流程
- Monkey源码分析之运行流程
- Webmagic源码分析之运行流程
- WhatWeb源码分析之运行流程
- 问题1.6之具体问题具体分析
- Hadoop运行流程分析
- Hadoop运行流程分析
- WordPress 运行流程分析
- Hadoop运行流程分析
- SpringMVC运行流程分析
- katch分析-运行流程
- struts2运行流程分析
- Struts2-运行流程分析
- 点度中心性(degree)、接近中心性(closeness)和中介中心性(betweenness)的理解
- Web自动化之Headless Chrome开发工具库
- asp简介
- Linux&Shell命令系列(二)
- 【Dubbo】--简介
- caffe之具体运行流程分析
- java学习笔记之线程2
- 打造一个简单的Java字节码反编译器
- 深入剖析Nginx时间缓存
- 最大化平均值
- 离线下载(MainActivity)
- XML 新手入门基础知识
- ZOJ 3494 AC自动机+数位DP
- 简易Vector