-----------------------------------------20161229----------------------------先彆著急上c++程式碼if 懂python 看classification.ipynbBVLC/caffeif 懂matlab 看classification_demo.mBVLC/caffe看懂其中任何一個之後，再看cpp_classificationBVLC/caffe，之後會發現這三個教程的思路是完全一樣一樣的。簡單說一下，使用caffe基本上可以分為三步（以python為例）1. 載入網路

2. 填充第零層（data層）資料 這裡‘data" 要和網路的第零層的name一致3. 前向，取出結果 這裡的’prob" 要和網路的最後一層的name一致。這時output_prob（值的範圍是[0, 1]）就是結果矩陣， 取出top_k即可。----------------------------------------詳細用法-----------------------------caffe 提供了三個介面python，matlab，c++。前兩個更多是演算法驗證的時候用到，真正的把caffe應用到工程上必然需要使用c++介面，即使用從c++程式碼的層次去呼叫caffe。其實caffe裡邊提供了一個classification的demo（caffe/examples/cpp_classification/classification.cpp），如果把這部分程式碼看懂了，直接使用c++介面就沒有什麼難度了。提供一種研究caffe程式碼的方法，下載windows版本caffe，完成vs 上的除錯和程式碼研讀，很方面的。提供一個針對我自己業務在classification.cpp基礎上修改的程式碼。CNNClassifier.hCNNClassifier.cpp