caffe学习笔记（1）完整的caffe继承关系（图解）

   caffe学习笔记（1）

    这段时间项目要求在硬件上面实现VGG，出现了一些意想不到的困难。就是以前的matalb代码里面是没有出现局部响应归一化层（LRN），caffe里面是实现了的，所以就跑去看caffe的源码。经过几天的摸索，我发现caffe里面最困难的就是对caffe这个结构的理解，一旦理解了，我们可以自己给caffe里面加入需要的层（这是我一直想去干的事，也就是自己添加权值简化网络进去，在不破坏精度的情况下进一步加速神经网络的训练速度，这个在我的前面的博文里面提到了）。

   这篇文章主要是用详细的示意图表述一下Layer中各种layer之间的继承关系：

Layer可以看成是一个基类，下面存在Data_layer，Activation/Neuron Layers，Vision layer，Common layers，Loss Layer,各个层是干什么用的在以后的博客中我都会讨论。

   

Data Layer继承关系：

Neuron Layer继承关系：

Vision Layer继承关系：

Common Layer继承关系：

Loss Layer继承关系：

   看过这些完整的继承关系以后，我对caffe_layer.hpp有了一个大概的了解，接下来的工作看caffe源码，把所有layer的实现看完。然后整理caffe的完整架构。