主要的類：
Blob：儲存數據和微分
Layers:各種各樣的層，卷積、池化等等等
Net:計算梯度
Solver:更新參數
有些類特別重要，是caffe思想的核心，比如im2col，col2img
Paste_Image.png
詳細的類分析以后娓娓道來
PS:原來proto和prototxt就相當于對象類和實例。。。
這里說2個問題：
1.res net的卷積核厚度問題###
目前發現是自動匹配前一層厚度
但是####
發現了十個月前，有人對conv層作了修改，add support for 2D dilated convolution
2維擴張卷積，暫時不知道這是什么東西。
2.snapshot保存內容###
（1）*.snapshot
這個是保存訓練所有狀態，包括各個卷積核的參數、全連接層參數以及每層卷積生成的“圖像”，這樣一旦意外終止，就可以從上次中斷的地方開始了
（2）*.caffemodel
只保存參數，不保存“圖像”
