caffe源码分析-cmake 工程构建

本文主要说明下，caffe源码分析过程中的cmake（结合IDE CLion）工程构建问题。在分析caffe源码的过程中，我没有仅仅只是看代码，而是：

1. 自己从头构建一遍工程，这样能让我更好的了解大型的项目的构建。当然原始的caffe的构建感觉还是比较复杂(主要是cmake)，我这里仅仅使用cmake构建，而且简化点，当然最重要的是支持CLion直接运行调试。

2. 从Blob文件开始从头开始复制每一个类，能够自行把没有个模块给运行起来，并编写对于的测试代码，这样更能加深自己的理解。

阅读源码最好要从头搭建工程，把每个模块运行起来，可以实现简单的功能，不是直接复制源代码的文件，走马观花的看下代码就行的(这样理解代码也不会深刻)。

整个工程的构建如下（cmake结合IDE CLion）：

下面简要的给出三个模块的构建：

1. cmake目录(包含FindGLog.cmake，FindOpenBLAS.cmake等)，主要是获取第三方依赖的头文件以及lib文件。

2. 整个工程的CMakeLists.txt，主要作用是使用1中的cmake获取相关的依赖给子目录、设置全局变量等。

3. src生产libcaffe_lib.a并输出到lib目录下，main.cpp以及其他的test文件主要是测试每个类。

1. cmake目录

caffe的依赖较多，例如glog、protobuf、openblas、boost等，因此查找依赖的模块是每个单独的文件，以cmake为后缀。
下面简单给出FindOpencv.cmake，与FindGLog.cmake的内容。

FindOpencv.cmake内容很简单：

find_package(OpenCV REQUIRED)message(in FindOpencv.cmake inc: ${OpenCV_INCLUDE_DIRS}, lib:${OpenCV_LIBS})

FindGLog.cmake的内容稍微复杂点：

include(FindPackageHandleStandardArgs)if (NOT DEFINED GLOG_ROOT)message("set GLOG_ROOT========================")set (GLOG_ROOT /usr /usr/local /usr/include/)
endif (NOT DEFINED GLOG_ROOT)#set(GLOG_ROOT_DIR "" CACHE PATH "Folder contains Google glog")find_path(GLOG_INCLUDE_DIR glog/logging.hPATHS${GLOG_ROOT_DIR}PATH_SUFFIXESsrc)find_library(GLOG_LIBRARY glog libglogPATHS${GLOG_ROOT_DIR}PATH_SUFFIXES.libsliblib64)find_package_handle_standard_args(GLOG DEFAULT_MSGGLOG_INCLUDE_DIR GLOG_LIBRARY)if(GLOG_FOUND)set(GLOG_INCLUDE_DIRS ${GLOG_INCLUDE_DIR})set(GLOG_LIBRARIES ${GLOG_LIBRARY})message("GLOG_INCLUDE_DIRS ${GLOG_INCLUDE_DIRS}===========")message("GLOG_LIBRARY ${GLOG_LIBRARY}===========")
endif()

本质就是返回对应的lib的头文件以及lib（so, .a）文件的路径。

# dependence lib
set(CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake)
find_package(GLog REQUIRED)
find_package(Opencv REQUIRED)

在主CMakeLists.txt中主要include对应的cmake目录然后find_package既可获取对应的lib的相关路径。

CLion cmake的输出如下：

2. 主CMakeLists.txt

内容如下：

cmake_minimum_required(VERSION 3.5)
project(my_caffe)set(CMAKE_CXX_STANDARD 11)# set variable for sub directory to use
set(INC_DIR "${CMAKE_SOURCE_DIR}/include")
set(LIB_OUTPUT_PATH "${CMAKE_SOURCE_DIR}/lib")# dependence lib
set(CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake)
find_package(GLog REQUIRED)
find_package(ProtoBuf REQUIRED)
find_package(OpenBLAS REQUIRED)
find_package(Opencv REQUIRED)add_subdirectory(src)include_directories(${CMAKE_SOURCE_DIR}/src)set(SOURCE_FILES main.cpp test_blob.h test_blob.cpp)
link_directories(${LIB_OUTPUT_PATH})
add_executable(my_caffe_test ${SOURCE_FILES})target_link_libraries(my_caffe_test/home/xy/caffe_analysis/my_caffe/lib/libcaffe_lib.a${GLOG_LIBRARIES}${PROTOBUF_LIBRARIES}${OpenBLAS_LIB}${OpenCV_LIBS}-lcaffe_lib)

3. src CMakeLists.txt

内容如下：

project(caffe_lib)
set(CMAKE_CXX_STANDARD 11)aux_source_directory(. SRC)add_library(caffe_lib ${SRC})
set_target_properties(caffe_libPROPERTIESARCHIVE_OUTPUT_DIRECTORY "/home/xy/caffe_analysis/my_caffe/lib/"LIBRARY_OUTPUT_DIRECTORY "/home/xy/caffe_analysis/my_caffe/lib/")target_link_libraries(caffe_lib${GLOG_LIBRARIES}${PROTOBUF_LIBRARIES}${OpenBLAS_LIB}${OpenCV_LIBS}
)

使用cmake（结合IDE CLion）搭建好工程后，代码的阅读与调试非常方便。C++ IED强烈建议大家使用CLion。接下来的内容是从Blob开始一个个模块分析caffe中的源代码。

caffe系列源码分析介绍

本系列深度学习框架caffe 源码分析主要内容如下：

1. caffe源码分析-cmake 工程构建:

2. caffe的数据内存分配类SyncedMemory， 以及类Blob数据传输的媒介.

主要内容：
caffe源码分析-SyncedMemory
caffe源码分析-Blob
其中Blob分析给出了其直接与opencv的图片相互转化以及操作，可以使得我们更好的理解Blob.

3. caffe layer的源码分析，包括从整体上说明了layer类别以及其proto定义与核心函数.

内容如下：
caffe源码分析-layer
caffe源码分析-ReLULayer
caffe源码分析-inner_product_layer
caffe源码分析-layer_factory

首先分析了最简单的layer Relu，然后在是inner_product_layer全连接层， 最后是layer_factorycaffe中 以此工厂模式create各种Layer.

4. 数据输入层，主要是多线程+BlockingQueue的方式读取数据训练：

内容如下：
caffe源码分析-BlockingQueue
caffe源码分析-InternalThread
caffe源码分析-DataReader

5. IO处理例如读取proto文件转化为网络，以及网络参数的序列化

内容如下：
caffe源码分析-DataTransformer
caffe源码分析-db, io

6. 最后给出了使用纯C++结合多层感知机网络训练mnist的示例

内容如下：

caffe c++示例（mnist 多层感知机c++训练，测试）

类似与caffe一样按照layer、solver、loss、net等模块构建的神经网络实现可以见下面这篇blog，相信看懂了这个python的代码理解caffe框架会更简单点.

神经网络python实现

最后如果需要cmake + CLion直接运行调试caffe的代码工程，可以评论留下你的邮箱，我给你发送过去.

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！