caffe源码剖析（一）--整体目录结构

从今天开始，我们来细致的分析一下caffe的源代码。（此系列仅分析caffe原始版本，对于caffe2不涉及，并且只分析各类实现的cpu版，对于gpu实现笔者精力和能力有限，暂不作分析）

分析源码之前，我们需要对caffe的代码结构有一定的了解，只有充分了解了源码的组织层次，我们才能有的放矢的阅读我们需要研究的部分。笔者之前也尝试过阅读caffe源码，但是那时候对于目录结构不甚了解，读起来犹如无头苍蝇，效果十分不好。直到最近先把代码的结构层次弄清楚了以后读起来才比较顺利，因此我先给大家详细的介绍一下caffe的代码结构。

1.整体结构

caffe的整体结构如下图所示

其中最重要的三个文件夹：include（各类头文件的存放，即.hpp部分），src（头文件对应的实现，即.cpp及.cu部分），tools（caffe提供的工具文件）。其中include文件下的目录组织和src下的目录组织基本一致。我们下面仅分析include部分以及tools部分

2.include文件夹

include文件夹下的目录组织如下图所示

layer文件夹下存放了各种layer的头文件，其中包括我们熟悉的ConvolutionLayer（卷积层），InnerProductLayer（全连接层），PoolingLayer（池化层）等一系列基本的层结构，这些层是layer.hpp中定义的类Layer的子类

test文件夹是和测试相关，不在我们的分析范围之内

util文件夹下是一些计算和训练时需要用到的工具，具体结构如下图所示

其中包括了IO处理相关（io.hpp），数据库相关（db.hpp，db_leveldb.hpp，db_lmdb.hpp），图像变换相关（im2col.hpp，此文件的内容相当重要，它实现的主要功能是将图片的卷积运算转化成矩阵运算），数学函数相关（math_functions.hpp，这个文件的内容组成了caffe数学计算的核心部分，包括矩阵，向量的各类运算，caffe处理数学运算的主要思路是借助第三方库，在第三方库的基础上进一步封装）

与这几个子目录独立的还有一系列.hpp文件，其中blob.hpp，layer.hpp，net.hpp这三个文件是caffe的三大基本组件，分别对应神经网络模型中的数据模型、层模型以及网络模型，三者呈现出逐级包含的关系

3.tools文件夹

tools文件夹的文件组织如下图所示

extra文件夹下大多为Python相关，这里暂且不理会

在tools文件夹下定义了caffe的一些工具，诸如生成数据库文件（convert_imageset.cpp），计算生成均值文件（compute_image_mean.cpp），训练和测试网络（train_net.cpp和test_net.cpp）

4.总结

caffe的总体源码组织形式就是这样，下一次我们将从blob.hpp和blob.cpp开始探索caffe的源码