先自顶向下捋清楚框架结构：
工程目录下文件夹
data/ 用于存放下载的训练数据
docs/ 帮助文档
examples/ 代码样例
matlab/ MATLAB接口文件
python/ PYTHON接口文件
models/ 一些配置好的模型参数
scripts/ 一些文档和数据会用到的脚本
tools/ 保存的是用于生成二进制处理程序，caffe在训练时实际是直接调用这些二进制文件
include/ Caffe的实现代码的头文件
src/ 实现Caffe的源文件
其中src/caffe/目录下的文件夹作用如下（caffe的源文件）：
test/ 用gtest测试caffe的代码
util/ 数据转换时用的一些代码。caffe速度快，很大程度得益于内存设计上的优化（blob数据结构采用proto）和对卷积的优化（部分与im2col相关）
proto/ 即所谓的“Protobuf”，全称“Google Protocol Buffer”，是一种数据存储格式，帮助caffe提速，详见本人上一篇帖子；
layers/ 深度神经网络中的基本结构就是一层层互不相同的网络了，这个文件夹下的源文件以及目前位置“src/caffe”中包含所有.cpp文件就是caffe的核心目录下的核心代码了。
src/caffe/目录下的代码（包含对blob，layer，net，solver等的定义）作用如下：
blob[.cpp .h] 基本的数据结构Blob类
common[.cpp .h] 定义Caffe类
internal_thread[.cpp .h] 使用boost::thread线程库
net[.cpp .h] 网络结构类Net
solver[.cpp .h] 优化方法类Solver
data_transformer[.cpp .h] 输入数据的基本操作类DataTransformer
syncedmem[.cpp .h] 分配内存和释放内存类CaffeMallocHost，用于同步GPU，CPU数据
layer[.cpp .h] 层类Layer
layers/ 此文件夹下面的代码全部至少继承了类Layer, 从layer_factory中注册继承