前言

Darknet 是目前为止我见到的最简洁优美的深度学习框架，它是纯C语言写成的，并且不需要任何第三方库（略去OpenCV、CUDA）
希望学习深度学习框架的筒子不妨好好体味一番。

建议的源码阅读顺序##

layer
首先暗中观察layer层，这里面可以知道 layer 层的抽象结构是怎样的。第一次大致看看就可以，看不懂很正常，毕竟起名规范不好，要后面看具体代码来理解。
这其中一个关键点在于你要知道数据在1d数组中是怎样存储的，也即原来的4d（BWHC）数据index到1d array的映射关系,这样方便以后各种嵌套循环快速理解它到底在干嘛。
很好奇作者为啥不用 N 维数组来写。

Paste_Image.png

各种辅助数据结构
可看可不看，知道是干啥的就行，毕竟写的肯定没有STL好。

1. box
   目标定位专用框框
2. list
   普通链表
3. option_list
   类似linked_hash_map
4. tree
   用于word tree
5. matrix
   矩阵操作

各种辅助操作
也是知道干啥的就行，重要理解函数 in out 是啥，不要纠结于拿元素细节，详见layer层描述。

1. im2col & col2im
   Caffe 卷积计算核心部分，将卷积操作转化为矩阵相乘的形式。
2. utils
   一些通用操作
3. gemm
   矩阵相乘操作
4. image
   作者自己写的一些数字图像处理方法
5. blas
   一些线性代数运算
6. parser
   从 cfg 文件解析网络结构

network
这个是 darknet 核心，包括了怎样前馈怎样BP的重点内容。里面有一些 trick 是要在看具体的 layer 之前要了解的，不然可能到时候看不太懂。

各种具体 layer

         activations.h\          # all kinds of none-linearity functions (forward activation & backward gradients compute)
         activations.c\
         activation_layer.h\     # layer (all neurons) forward and backward
         activation_layer.c\
         avgpool_layer.h\        # forward & backward avg_pool
         avgpool_layer.c\
         connected_layer.h\      # forward & backward fully-connected layer
         connected_layer.c\
         convolutional_layer.h\  # forward & backward & other ops convolutinoal layer
         convolutional_layer.c\
         dropout_layer.h\        # forward & backward dropout layer
         dropout_layer.c\
         maxpool_layer.h\        # forward & backward avg_pool
         maxpool_layer.c\
         softmax_layer.h\        # forward & backward softmax layer
         softmax_layer.c\
         deconvolutional_layer.h\# forward & backward deconvolutional_layer
         deconvolutional_layer.c\
         batchnorm_layer.h\      # forward & backward batchnorm_layer
         batchnorm_layer.c\
         normalization_layer.h\  # forward & backward normalization_layer
         normalization_layer.c\
         cost_layer.h\           # forward & backward cost_layer
         cost_layer.c\
         crop_layer.h\           # forward crop_layer
         crop_layer.c\
         local_layer.h\          # forward & backward local_layer
         local_layer.c\
         reorg_layer.h\          # forward & backward reorg_layer
         reorg_layer.c\
         shortcut_layer.h\       # forward & backward shortcut_layer
         shortcut_layer.c\
         detection_layer.h\      # forward & backward detection_layer
         detection_layer.c\
         region_layer.h\         # forward & backward region_layer
         region_layer.c\
         route_layer.h\          # forward & backward route_layer
         route_layer.c\

各种具体应用
如 yolo darkgo 图像风格转换还有莎翁风格作诗等等等，作者提供了很多应用，此处略去1w字

后记
本文略去了其中的 RNN LSTM内容，同时也忽略了 CUDA GPU计算的方面，后续有时间再补充完整。