CAFFE DIGEST

This program requires version 3.3.0 of the Protocol Buffer runtime library, but the installed version is 2.6.1.

应该是安装完 caffe 后又安装 tensorflow 导致 protocol 的 C++ /Python版本之间的不兼容。其实 protocol 就是完成 .prototxt 的配置与底层代码之间的映射。。

solution：

关于 protocol 详细理解：clink

blob（ blob.hpp 和 blob.cpp ）是一个使用 SyncedMemory 类（独立于 CPU / GPU ）来管理内存的包装器，并且有一些处理类似 Python 中的数组函数，用于数据和梯度计算（diff）的数组包含在 blob 中。

初始化 blob：

Blob(const vector<int>& shape)

blob 中的函数 :

shape()、 shape_string() 返回 shape, or shape(i) 获取第 i 维, or shapeEquals() 比较shape 是否相同
Reshape(const vector<int>& shape) or reshapeLike(const Blob& other)
count() 元素总数 (shape(0)*shape(1)*...)
offset() 获取 array 中的 c++ 索引
CopyFrom() 拷贝 blob
data_at() and diff_at()
asum_data() and asum_diff() L1 norm
sumsq_data() and sumsq_diff() L1 norm
scale_data() and scale_diff() data 乘以一个 factor
Update() 根据 diff 数组更新 data array

在 CPU 模式下访问 Blob 中的 data :

const Dtype* cpu_data();
Dtype* mutable_cpu_data();
const Dtype* cpu_diff();
Dtype* mutable_cpu_diff();

GPU code :

const Dtype* gpu_data();
Dtype* mutable_gpu_data();
const Dtype* gpu_diff();
Dtype* mutable_gpu_diff();

Data transfer between GPU and CPU will be dealt automatically.

Caffe 提供一些抽象数据处理数据:

caffe_set() and caffe_gpu_set() to initialize the data with a value
caffe_add_scalar() and caffe_gpu_add_scalar() to add a scalar to data
caffe_axpy() and caffe_gpu_axpy() for $y \leftarrow a x + y$
caffe_scal() and caffe_gpu_scal() for $x \leftarrow a x$
caffe_cpu_sign() and caffe_gpu_sign() for $y \leftarrow sign (x)$
caffe_cpu_axpby() and caffe_cpu_axpby for $y \leftarrow a \times x + b \times y$
caffe_copy() to deep copy
caffe_cpu_gemm() and caffe_gpu_gemm() for matrix multiplication $C \leftarrow α A \times B + β C$
caffe_gpu_atomic_add() when you need to update a value in an atomic way (such as requests in ACID databases but for gpu threads in this case)