Caffe解惑：caffe中的前传和反传是如何确定的？

有人一直对Caffe does all the bookkeeping for any DAG of layers to ensure correctness of the forward and backward passes。这句话有疑惑。

我给出解释：

首先给出caffe确定前传和反传的整体流程：

首先根据参数文件的字符串到层的注册表中获取层的Creator函数，然后创建层的实例，然后压入到layers_，然后再把对应的层的名字压入到layer_name。
而反传的决定是：

根据学习率来决定，如果学习率是0则表示该层不需要反传。

这样就形成了一个DAG，用户自己定义。

下面的代码解释了前传的顺序是如何决定的：

// 是否需要从root solver获取共享层    if (share_from_root) {      LOG(INFO) << "Sharing layer " << layer_param.name() << " from root net";      // root solver中获取层，然后压入到layers_容器      layers_.push_back(root_net_->layers_[layer_id]);      layers_[layer_id]->SetShared(true);    } else {      // 否则从层的注册表根据层的参数获取层并压入      layers_.push_back(LayerRegistry<Dtype>::CreateLayer(layer_param));    }    // 将层的名字压入到layer_names_    layer_names_.push_back(layer_param.name());    if (Caffe::root_solver()) {      LOG(INFO) << "Creating Layer " << layer_param.name();    }    bool need_backward = false;

下面的代码解释了是否需要反传是如何决定的：

// 遍历该层的每一个参数    for (int param_id = 0; param_id < num_param_blobs; ++param_id) {        // ParamSpec Specifies training parameters (multipliers on global learning constants,    // and the name and other settings used for weight sharing).    // 当前param_id是否小于param_size，如果小于则用层参数中的param_spec，否则用default_param_spec      const ParamSpec* param_spec = (param_id < param_size) ?          &layer_param.param(param_id) : &default_param_spec;      // 参数是否需要反传      const bool param_need_backward = param_spec->lr_mult() != 0;      // 或运算      need_backward |= param_need_backward;      // 根据最终结果设置该层是否需要反传      layers_[layer_id]->set_param_propagate_down(param_id,                                                  param_need_backward);    }

具体的代码在Net.cpp中的init函数里面