从零开始山寨Caffe·陆：IO系统(一)
你说你学过操作系统这门课？写个无Bug的生产者和消费者模型试试！
——你真的学好了操作系统这门课嘛？
在第壹章，展示过这样图：
其中，左半部分构成了新版Caffe最恼人、最庞大的IO系统。
也是历来最不重视的一部分。
第伍章又对左半部分的独立性进行了分析，我是这么描述到：
Datum和Blob(Batch)不是上下文相关的。
Blob包含着正向传播的shape信息，这些信息只有初始化网络在初始化时才能确定。
而Datum则只是与输入样本有关。
所以，Datum的读取工作可以在网络未初始化之前就开始，这就是DataReader采用线程设计的内涵。
所以，左半部分又可以分为左左半部分，和左右半部分。
阻塞队列
生产者与消费者
第伍章讲到，在一个机器学习系统中，生产者和消费者的执行周期是不一样的。
为了平衡在周期上的差异，节约计算资源，我们显然需要对生产者做一定限制。
存储生产资源，可以用数组，也可以用STL容器。
再考虑生产者和消费者的行为：
①不存在随机访问：
显然，消费者是按照固定顺序访问缓冲区的。
我们没有必要考虑随机访问的情况。
②不存在随机写入：
显然，生产者每次只需要将资源放置于缓冲区两端。
我们没有必要考虑在线性表中间位置写入的情况。
由于vector底层由顺序表实现，其访问速度随着元素数量的递增而递减，
而queue底层由链式表实现，其访问速度不随元素数量的递增而递减，且没有随机写入/访问的情况。
所以，选择queue作为缓冲区是比较优异的。
为了限制生产者的行为，我们需要在STL提供的queue基础上，改进出一种新的数据结构——Blocking Queue。
互斥锁
第肆章简单提到了mutex问题，这是阻塞队列除了Blocking之外，需要考虑的第二大问题。
并且已经证明了：生产者和消费者之间必然是异步的。
我们以队列的push和pop操作为例，分析一下，为什么在多线程情况下，需要加mutex。
假设线程A预备执行push操作，所以它是一个生产者;
假设线程B预备执行pop操作，所以它是一个消费者;
设有临界缓冲区队列Q，在某时刻T，线程A发出push操作，在T+1时候，线程B发出pop操作，
且push需要10个单位时间，pop只需要一个单位时间，问T+2时刻，pop出去的资源你敢用嘛？
显然，没人敢用这个执行push的半成品。
发生上述问题的症结在于，两个异步线程对于同一个资源，产生了争夺行为。
解决方案就是：在push时，锁住资源，禁止pop;在pop时，锁住资源，禁止push。
广义上，我们可以认为，需要将push和pop函数变成原子函数，即：执行期间不可中断的函数。
———————————————————————————————————————————————————————————
另外，需要注意的是，mutex与blocking是两个概念。
在广义上，mutex会将多个线程对同一个资源的异步并行操作，拉成一个串行执行队列，串行等待执行。
而blocking则是将线程休眠，CPU会暂时放弃对其控制。
在程序员界，虽然有时候会把mutex和blocking都称为阻塞，但其原理和内涵是完全不同的。
———————————————————————————————————————————————————————————
boost提供不俗的mutex功能，使用前需要 #include "boost/thread/mutex.hpp"
你可以将一个boost::mutex对象嵌入到一个类当中，这样，允许每一个类对象拥有一把锁。
由于对一个queue对象，主要是锁住来自该对象的push和pop操作，
所以，mutex理应当是以类对象为一个单位的，参考代码如下：
template <typename T> class BlockingQueue{ public: void push(const T& t){ boost::mutex::scoped_lock lock(mutex); Q.push(t); } T pop(){ boost::mutex::scoped_lock lock(mutex); T t = Q.front(); Q.pop(); return t; } private: boost::mutex mutex; queue<T> Q; };
boost::mutex::scoped_lock lock提供局部锁定功能。
它与boost::scoped_ptr有类似的效果，scoped_ptr在作用域结束后，就立即释放对象。
而scoped_lock在作用域结束后，会立即解锁，如果不用scoped_lock，我们可以这么写：
void push(const T& t){ mutex.lock(); Q.push(t); mutex.unlock(); }
条件阻塞与激活
前面几章说了那么久的阻塞，其中大部分指的应该是blocking。
mutex大部分情况下，都只是在锁一个局部函数，阻塞周期非常短。
唯一的例外是Layer的正向传播函数forward，mutex锁住的周期非常长。
blocking和mutex的唯一不同在于：
blocking之后，操作系统会唆使CPU放弃对线程的处理。
这是非常危险的一个行为，因为该线程被家长赶去睡觉了，而且不能反抗家长的命令。
除非家长通知它：噢，你可以活动了。在此之前，该线程将永远处于无效状态。
上面的例子有两个重点：
①CPU放弃线程
②不可主动激活
既然如此，为了激活这个线程，模型就必须设计成“对偶模型”，而生产者和消费者，恰恰正是对偶的。
———————————————————————————————————————————————————————————
boost::condition_variable提供了简单的blocking功能，为了统一控制，可以将其与mutex捆在一起：
template <typename T> class BlockingQueue { public: class Sync{ public: boost::mutex mutex; boost::condition_variable condition; }; private: queue<T> Q; boost::shared_ptr<Sync> sync; };
现在考虑一下，何时需要注销、阻塞一个线程，大致有两种情况：
①缓冲区空，此时消费者不能消费，拒绝pop操作之后，可以交出CPU控制权。
②缓冲区满，此时生产者不能生产，拒绝push操作之后，可以交出CPU控制权。
为了激活彼此，就需要模型是对偶的：
①经历缓冲区空之后，突然push了一个元素，此时应当由生产者激活消费者线程。
②经历缓冲区满之后，突然pop了一个元素，此时应当由消费者激活生产者线程。
看起来，我们可以将代码写成这样：
void BlockingQueue<T>::push(const T& t){ boost::mutex::scoped_lock lock(sync->mutex); while (Q.full()){ sync->condition.wait(lock); //suspend, spare CPU clock } Q.push(t); sync->condition.notify_one(); } template<typename T> T BlockingQueue<T>::pop(const string& log_waiting_msg){ boost::mutex::scoped_lock lock(sync->mutex); while (Q.empty()){ sync->condition.wait(lock); //suspend, spare CPU clock } T t = Q.front(); Q.pop(); sync->condition.notify_one(); return t; }
其中，sync->condition.wait(lock)表示使用当前mutex为标记，交出CPU控制权。
sync->condition.notify_one()则表示激活一个线程的CPU控制权。
可以看到，blocking和activating的代码是完全对偶的，blocking自己，activating对方。
双阻塞队列
上节代码是不可能实现的，因为没有Q.full()这个函数。
在传统生产者、消费者程序中，通常会使用单缓冲队列。
使用单缓冲队列是没有问题的，因为在这种简单的代码结构中，我们很容易知道缓冲队列的上界。
比如，设定缓冲队列大小为20，在编程中，可以通过检测 if(count==20)来达到。
当代码结构复杂时，比如，缓冲队列大小变量通常在非常上层上层上层的位置，而处于底层的缓冲队列，
是无法探知何谓“缓冲队列满”的含义的，这就为编程带来很大的难题。
———————————————————————————————————————————————————————————
解决方案是，使用双缓冲队列组方案，我们设定两个阻塞队列，一个叫free，一个叫full。
两者组成一个QueuePair：
class QueuePair{ public: QueuePair(const int size); ~QueuePair(); BlockingQueue<Datum*> free; // as producter queue BlockingQueue<Datum*> full; // as consumer queue };
为了避免检测缓冲队列的上界，我们可以先放置与上界数量等量的空元素指针到free队列。
每次生产者生产时，从free队列中pop一个空Datum元素，填充，再扔进full队列。
这样，BlockingQueue的push操作就不需要检测上界了。
原理很简单，生产者想要push，之前必须pop，pop可以通过检测缓冲队列空来实现。
这样，就用检测一个缓冲队列的空，模拟且替代了检测另一个缓冲队列的满。
对于上层代码而言，我们仅仅需要预先填充N个元素至free队列中即可，非常方便。
这部分是DataReader的设计核心。
代码实战
★数据结构
———————————————————————————————————————————————————————————
建立blocking_queue.hpp。
template <typename T> class BlockingQueue { public: BlockingQueue(); void push(const T& t); T pop(const string& log_waiting_msg=""); T peek(); size_t size(); // try_func return false when need blocking // try_func for destructor bool try_pop(T* t); bool try_peek(T* t); class Sync{ public: boost::mutex mutex; boost::condition_variable condition; }; private: queue<T> Q; boost::shared_ptr<Sync> sync; };
除了push和pop之外，追加队列第三个常用操作——peek。
peek目的是取出队首元素，但是不从队列里pop掉。
peek用于实验性读取Datum，为DataTransfomer初始化所用。
除了通过返回值之外获取之外，我们还要准备try系列函数。
try除了获取元素外，同时返回一个bool值，表明成功或者失败。
主要用于对Datum的析构，这也是所有代码里，唯一一处对protobuff数值的析构。
★实现
———————————————————————————————————————————————————————————
建立blocking_queue.cpp。
整体代码没有什么好说的，细节以及在上文讲解了。
template<typename T> BlockingQueue<T>::BlockingQueue() :sync(new Sync()) {} template<typename T> void BlockingQueue<T>::push(const T& t){ // function_local mutex and unlock automaticly // cause another thread could call pop externally // when this thread is calling push pop&peer at the same time boost::mutex::scoped_lock lock(sync->mutex); Q.push(t); // must wake one opposite operation avoid deadlock // formula: wait_kind_num = notify_kind_num // referring Producter-Consumer Model and it's semaphore setup method sync->condition.notify_one(); } template<typename T> T BlockingQueue<T>::pop(const string& log_waiting_msg){ boost::mutex::scoped_lock lock(sync->mutex); while (Q.empty()){ if (!log_waiting_msg.empty()){ LOG_EVERY_N(INFO, 1000) << log_waiting_msg; } sync->condition.wait(lock); //suspend, spare CPU clock } T t = Q.front(); Q.pop(); return t; } template<typename T> T BlockingQueue<T>::peek(){ boost::mutex::scoped_lock lock(sync->mutex); while (Q.empty()) sync->condition.wait(lock); T t = Q.front(); return t; } template<typename T> bool BlockingQueue<T>::try_pop(T* t){ boost::mutex::scoped_lock lock(sync->mutex); if (Q.empty()) return false; *t = Q.front(); Q.pop(); return true; } template<typename T> bool BlockingQueue<T>::try_peek(T* t){ boost::mutex::scoped_lock lock(sync->mutex); if (Q.empty()) return false; *t = Q.front(); return true; } template<typename T> size_t BlockingQueue<T>::size(){ boost::mutex::scoped_lock lock(sync->mutex); return Q.size(); }
模板实例化
在第壹章，我们提到了INSTANTIATE_CLASS(classname)宏的作用。
本段将重点解释，出现在blocking_queue.cpp最后的实例化代码。
模板机制与编译空间
template<typename T>可以说是整个Caffe里出现频率最高的代码了。
C++编译器有个好玩的特性，就是对于在cpp文件里出现的模板定义代码，
只检查最基本的语法错误，比如标点符号之类的。甚至你把变量名拼错了，编译仍然能通过。
所以，我在最初山寨Caffe的时候，写了一堆错误的代码，编译器都没告诉我。
后来在医院体检时，偶然转了几圈，大概猜到了编译器应该是为模板代码开了独立的编译检查空间。
为了便于理解，参考图如下:
由于C/C++是强类型检查语言，类型检查处于编译先锋位置。
而未确定类型的模板定义代码，将不会进行大部分词法分析、语法分析、语义分析。
头文件与源文件
奇怪的是，如果你将模板定义代码写在头文件里，那么它就会被上升到普通编译空间。
原理大致如下：
编译器不会对未include的头文件进行最终编译。
这意味着，如果你要使用一个模板类型，比如A<int> a;
必然处于include下，此时必然是指定类型的，编译器就不必将代码push到模板空间。
或者，存在一种转移，编译器将定义代码由模板空间转到普通空间，进行下一步分析。
然而，如果我们将模板定义代码写在源文件A.cpp里，然后在B.cpp里，使用A<int> a，
此时编译器应该去哪里找模板类A的定义代码？按照编译链追溯，应该是到A.hpp里，
再由A.hpp，找到A.cpp。
这种思路在模板定义于A.cpp是不可能实现的，如图所示：
这是两种空间本质区别，由于模板空间的分析没有结束，C++不会让你由hpp找到cpp中的定义代码的。
实例化
为了能让编译A.cpp时，从模板空间迁移到普通空间，我们必须为其提供明确的类型。
比如在blocking_queue.cpp的结尾，你应该添加以下代码：
template class BlockingQueue<Batch<float>*>; template class BlockingQueue<Batch<double>*>; template class BlockingQueue < Datum* > ; template class BlockingQueue < boost::shared_ptr<QueuePair> > ;
这四行代码枚举了BlockingQueue中可能出现的所有具体类型，此时编译器才会对A.cpp进行完整的编译。
在common.hpp中的实例化宏则要简单的多，
#define INSTANTIATE_CLASS(classname) \ template class classname<float>; \ template class classname<double>
该宏用于Blob、Layer、Net和Solver四大数据结构，因为它们的类型，除了float，就是double。
特殊化
模板机制中存在模板特殊化的概念，它在功能上等效于实例化。
模板特殊化在math_functions.cpp中将会大量存在。
比如此函数：
template<> void dragon_cpu_gemm<double>(const CBLAS_TRANSPOSE transA, const CBLAS_TRANSPOSE transB, const int M, const int N, const int K, const double alpha, const double* A, const double* B, const double beta, double *C){ int lda = (transA == CblasNoTrans) ? K : M; int ldb = (transB == CblasNoTrans) ? N : K; cblas_dgemm(CblasRowMajor, transA, transB, M, N, K, alpha, A, lda, B, ldb, beta, C, N); }
注意实例化与特殊化template附近的区别，特殊化需要添加<>。
模板特殊化必须要明确给出指定类型的代码，而实例化则不必给出。
模板实例化本质是模板特殊化的特例，条件是：所有类型，执行相同的代码。
而这份相同的代码，以下述形式给出：
template<typename T> XXX<T>::Y(){ ...... ...... }
你可以将实例化视为声明，特殊化视为定义。
两者给出其一，就能让编译器完整编译分离的模板定义代码，前提是，必须写在cpp文件中。
CUDA与NVCC编译器
NVCC编译cu文件时，会无视A.cpp里的任何实例化、特殊化代码。
Caffe中给出的解决方案是，追加对cu文件中函数的特别实例化。
由以下几个宏实现：
#define INSTANTIATE_LAYER_GPU_FORWARD(classname) \ template void classname<float>::forward_gpu( \ const vector<Blob<float>*>& bottom, \ const vector<Blob<float>*>& top); \ template void classname<double>::forward_gpu( \ const vector<Blob<double>*>& bottom, \ const vector<Blob<double>*>& top); #define INSTANTIATE_LAYER_GPU_BACKWARD(classname) \ template void classname<float>::backward_gpu( \ const vector<Blob<float>*>& top, \ const vector<bool> &data_need_bp, \ const vector<Blob<float>*>& bottom); \ template void classname<double>::backward_gpu( \ const vector<Blob<double>*>& top, \ const vector<bool> &data_need_bp, \ const vector<Blob<double>*>& bottom) #define INSTANTIATE_LAYER_GPU_FUNCS(classname) \ INSTANTIATE_LAYER_GPU_FORWARD(classname); \ INSTANTIATE_LAYER_GPU_BACKWARD(classname)
更多参考
见CSDN板块的讨论：http://bbs.csdn.net/topics/380250382
完整代码
blocking_queue.hpp
https://github.com/neopenx/Dragon/blob/master/Dragon/include/blocking_queue.hpp
blocking_queue.cpp
https://github.com/neopenx/Dragon/blob/master/Dragon/src/blocking_queue.cpp
