标签：实现 维度 tensor 特殊 span class bsp caff 输入数据
Blob，包括输入数据、输出数据、权值等；
Blob是Caffe中处理和传递实际数据的数据封装包，并且在CPU与GPU之间具有同步处理能力。从数学意义上说，blob是按C风格连续存储的N维数组。
caffe的blob是一个四维的数组，用于存储数据，就相当于一个特殊的tensor，存储内容：num: 图像数量 channel：通道数量 width：图像宽度 height：图像高度。
比如caffe中一个batch的图片，就存储在一个blob中。当然，blob并不是专门给batch内的图片做存储用的。实际上，参数、梯度，也可以用blob存储的。只要是caffe的网络中传递的数据，都可以用blob存储。但是blob实际上也并不一定是4维的。它在实现上其实就是1维的指针，而我们作为用户感受到的“多个维度”是通过shape来操作的。
eg： net.blobs(‘data‘).reshape([size(im_y) channel batch]); % reshape blob ‘data‘
Layer层则是神经网络中具体的各层结构，主要是计算的作用，它的输入和输出都是Blob数据。在根据配置文件初始化结构后，前向计算结果，反向更新参数。
标签：实现 维度 tensor 特殊 span class bsp caff 输入数据
原文地址：http://www.cnblogs.com/nkh222/p/7771485.html
