Caffe代碼閱讀筆記（1）_Caffe

1. 程式入口

程式的入口在/CAFFE_ROOT/tools/caffe.cpp中，即 main()函數所在的類檔案。在/tools/目錄下，提供了架構的工具。但是，訓練相關的幾個工具，如train，test，finetune已經被整合到了/caffe.cpp中。

我們想知道的是，一條標準的訓練指令：
./build/tools/caffe train --solver=models/xx_caffenet/solver.prototxt， 當我們點下斷行符號鍵後，到底發生了什麼。 1.1 caffe.cpp概述

該類提供了使用者指令的響應介面。它所支援的命令包括：
- train：訓練或者finetune一個模型
- test ： Score a model
- device_query ： Show GPU diagnostic information
- time ：Benchmark model execution time

在類檔案中，上述命令分別對應著四個函數：train()，test()，time()，device_query()。main函數作為所有命令的入口，通過解析命令列，將命令匯入相應的處理流程。 1.2 解析命令列

命令列解析是一個需要耐心且容易出錯的工作。大概是為了方便，架構使用了一個叫做gflags的開源庫。

gflags是Google開源的一個處理命令列參數的開源庫。它使用C++開發，具備Python介面。該架構使用方便，但不支援參數簡寫。

該庫的使用方法也比較簡單。
1. 包含標頭檔#include <gflags/gflags.h>
2. 將需要的命令列參數使用gflags的宏定義在檔案當中。該宏定義是全域的，格式如DEFINE_xxxx(變數名，預設值，description)
3. 支援的參數類型如下：
- DEFINE_bool ： boolean
- DEFINE_int32 ：32-bit integer
- DEFINE_int64 ：64-bit integer
- DEFINE_string：C++ string
- DEFINE_uint64 ：64-bit unsigned integer
- DEFINE_double：double
4. gflags預設已定義了-h和--version，可通過gflags::SetVersionString和gflags::SetUsageMessage來設定。更加詳細的資訊可搜尋網路，或者直接參考https://github.com/gflags.

有了以上這些介紹，代碼中的一些相關處就可以明白是怎麼回事了。例如caffe::GlobalInit(&argc, &argv);這行代碼，就是初始化了gflags的相關內容。 1.3 引導到處理流程

如果命令中使用了python，在支援Python的情況下，會響應Python的命令，否則直接拋出錯誤資訊。標準的流程中，使用函數GetBrewFunction(caffe::string(argv[1]))();來匯入到命令流程中去。

static BrewFunction GetBrewFunction(const caffe::string& name)函數，返回的是一個函數指標 「typedef int (*BrewFunction)()」。函數指標是存放在一個map中，應該是在宏定義展開時註冊上的。

所以，可以看到每個命令函數最後，都有一句RegisterBrewFunction(name)。

比如，caffe train ......命令，最終程式會將train提取出來，映射到已經註冊好的train()函數，並執行之。