caffe 如何调用python层

这两天一直在研究faster rcnn的源码，可是依旧感觉云里雾里，故下定决心把caffe调用python layer的流程仔细走一遍，好明白到底是什么在调用python layer。话说 linux 调试还真是蛋疼啊，木有ide那样直接下断点，gdb又不会用，只能傻比比的不断的LOG(INFO)输出。还好最终还是明白了，我就直接顺着faster rcnn来说，并记录在此。

faster rcnn最核心的代码就是在lib文件中，其他的都只是各种调用文件而已。不过lib里写了很多个模块，如何让caffe知道模块在哪里，并调用呢？这是我搞一晚上的初衷。我先大概说一下caffe正常的流程，首先从文件中读入solver并生成一个solver，然后根据solver的net路径生成一个net，net调用layer_factory循环生成每个层，最后根据读入model或是filler来初始化参数。实际上也怪自己马虎大意，没太细看代码，导致所用的时间比较多。从上面的流程可以知道layer_factory是循环生成每个层，我看.cpp文件也的确写了#if WITH_PYTHON_LAYER，然后有什么什么操作，比如储存python layer的python_param，并调用setup，不过我没看出来这里实际上已经是利用boost进行C++ Python混编了。这些操作的定义就在python_layer.hpp文件中，我当初还以为在什么pythonXXX.cpp中，找了半天也没找到。layer_factory中python layer的setup相关具体操作是，先根据param找到module的位置，再加载module，再根据层名加载层，然后前向计算反向计算什么的。这些就已经算是达到目的了。不过只是知道相对路径，怎么可能加载成功呢？然后又继续找啊找，终于在faster rcnn的tools文件中找到。_init_paths里有写一些预操作，比如将lib路径写入PYTHONPATH中，当然如果写入的话，这样就可以直接加载了。终于搞定。

这次也算是个小问题而已，不过只有再理清了整条脉络，看代码才会更加清晰，故也算是个重要的问题吧。不过这次也算是暴露了我不认真的问题，以后还是要耐心仔细找答案才行啊。。。。