Caffe中Blob细解

Blob数据结构介绍

Blob提供了统一的存储器接口，TensorFlow中的Tensor也有对应的Blob数据结构。

Caffe的基本存储单元是Blob，使用Blob格式的4维数组用于存储和交换数据，维度从低到高为（width_，height_，channels_，num_），用于存储数据或权值（data）和权值增量（diff），其中width_和height_分别表示图像的宽和高，channels_表示颜色通道RGB，num_表示第几个颜色通道。在进行网络计算时，每层的输出/输入都需要通过Blob对象缓冲。

//使用的是一个Blob的容器是因为某些Layer包含多组学习参数
vector<shared_ptr<Blob<Dtype>>> blobs_;

Blob数据结构描述

src/caffe/proto/caffe.proto文件中，Blob描述如下：

// packed表示这些值在内存中紧密排布，没有空洞
message BlobShape{
//只包括若干int64类型值，分别表示Blob每个维度的大小
repeated int64 dim = 1 [packed = true];
}
message BlobProto{
//包含一个BlobShape对象
optional BlobShape shape = 7;
//包含若干浮点元素，存储数据或者权值，元素数目由shape或者（num， channels， height， width）确定
repeated float data = 5 [packed = true];
//包含若干浮点元素，存储增量信息，维度与data数组一致
repeated float diff = 6 [packed = true];
//与data类似，类型为double
repeated double double_data = 7 [packed = true];
//与diff类似，类型为double
repeated double double_diff = 8 [packed = true];
//维度信息可选值，新版Caffe推荐使用shape,而不用后面的值
optional int32 num = 1 [default = 0];
optional int32 channels = 2 [default = 0];
optional int32 height = 3 [default = 0];
optional int32 width = 4 [default = 0];
}

函数介绍

Dtype data_at(const int n, const int c, const int h,const int w) const:通过n,c,h,w 4个参数来来获取该向量位置上的值。

Dtype diff_at(const int n, const int c, const int h,const int w) const

Dtype asum_data() const:绝对值之和，即L1-范式

Dtype asum_diff() const

Dtype sumsq_data() const:平方和，即L2-范式

Dtype sumsq_diff() const

void scale_data(Dtype scale_factor):data乘以一个标量

void scale_diff(Dtype scale_factor)

void ShareData(const Blob& other):共享一个Blob的data

void ShareDiff(const Blob& other)

const Dtype* cpu_data() const:只读CPU上的数据

const Dtype* gpu_data() const

void set_cpu_data(Dtype* data):设置CPU上的数据

const Dtype* cpu_diff() const:只读CPU上的偏差

const Dtype* gpu_diff() const

Dtype* mutable_cpu_data():读写cpu上的数据

Dtype* mutable_gpu_data()

Dtype* mutable_cpu_diff():读写CPU上计算偏差

Dtype* mutable_gpu_diff()

void Update():更新变量值，使数据同步。

void FromProto(const BlobProto& proto, bool reshape=true):反序列化函数，从BlobProto中恢复一个Blob对象

void ToProto(BlobProto* proto, bool write_diff=false) const:序列化函数，将内存中的Blob对象保存到BlobProto中

ToProto()和FromProto()可将Blob内部值保存到磁盘中或者从磁盘中载入到内存。

使用ProtoBuffer而不使用结构体的原因：

1）结构体的序列化/反序列化操作需要额外的编程实现，难以做到结构标准化；2）结构体中包含变长数据（一般用指向某个内存地址的指针）时，需要更加细致的工作保证数据的完整性。

ProtoBuffer将编程最容易出现问题的地方加以隐藏，让机器自动处理，提高了程序的健壮性。

Blob模板类

在include/caffe/blob.hpp中申明了Blob模板类，并封装了SyncedMemory类，const int kMaxBlobAxes = 32定义了Blob最大维数目。

//状态机变量：未初始化、CPU数据有效、GPU数据有效、已同步

enum SyncedHead {UNINITIALIZED, HEAD_AT_CPU, HEAD_AT_GPU, SYNCED}