darknet是使用C和CUDA编写的开源的神经网络框架，它快速且使用简单，之前在海康做caffe方面的工作，本想研究caffe的源代码，但是被导师推荐阅读darknet源代码加深对深度学习的理解而且还能巩固C语言，由此记录一下我的darknet源码阅读之路。
darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架，其主要特点就是容易安装，没有任何依赖项（OpenCV都可以不用），移植性非常好，支持CPU与GPU两种计算方式。
优点：Darknet是一个比较小众的深度学习框架，没有社区，主要靠作者团队维护，所以推广较弱，用的人不多。而且由于维护人员有限，功能也不如tensorflow等框架那么强大，但是该框架还是有一些独有的优点：
相比于TensorFlow来说，darknet并没有那么强大，但这也成了darknet的优势：
- darknet完全由C语言实现，没有任何依赖项，当然可以使用OpenCV，但只是用其来显示图片、为了更好的可视化；
- darknet支持CPU（所以没有GPU也不用紧的）与GPU（CUDA/cuDNN，使用GPU当然更块更好了）；
- 正是因为其较为轻型，没有像TensorFlow那般强大的API，所以给我的感觉就是有另一种味道的灵活性，适合用来研究底层，可以更为方便的从底层对其进行改进与扩展；
darknet深度学习框架源码分析：详细中文注释，涵盖框架原理与实现语法分析