NVcaffe源码阅读——Blob的重新构建

最新推荐文章于 2026-03-23 09:27:07 发布

原创

最新推荐文章于 2026-03-23 09:27:07 发布 · 3k 阅读

标签

#nvcaffe #源码 #深度学习算法工具箱

收录于

本文详细介绍了NVcaffe中Blob的重构，包括Type枚举结构、Syncedmem的修改、Tensor类的设计以及Blob和TBlob的使用。NVcaffe为支持多种数据类型，将原本在blob中的功能分离到Tensor类，并通过Syncedmem进行内存和显存管理。Blob的成员变量data_tensor_和diff_tensor_使用Tensor类，提供了与原始Caffe兼容的API。TBlob作为Blob的子类，限制了数据类型的动态转换，用于存储中间变量。

NVcaffe源码阅读——blob的重新构建

nvcaffe由于对数据类型做了很大的拓展，所以作者对blob的构建上做了很大改动。即向下的内存/显存管理提供了tensor类，blob类使用tensor类作为成员变量代替以前的data和diff指针；blob提供与caffe相兼容的api借口，保持功能的一致性，添加部分适应新功能的api；最后使用Tblob类包裹blob类，提供更加灵活的模板定义。

Type

变量类型Type在代码里到处可见，它是作者定义不同数据类型的一个枚举结构，定义在caffe.proto最开头。通过定义可以看到目前nvcaffe所支持的数据类型：

// Math and storage types
enum Type {
  DOUBLE = 0;
  FLOAT = 1;
  FLOAT16 = 2;
  INT = 3;  // math not supported
  UINT = 4;  // math not supported
}

其具体数值大小则是个数据类型的字节长度，定义在type.cpp中。