Caffe使用Blob結構在CNN網絡中存儲、傳遞數據。對於批量2D圖像數據，Blob的維度為
圖像數量N × 通道數C × 圖像高度H × 圖像寬度W
顯然，在此種場景下，Blob使用4維坐標定位數據，如（n, c, h, w），其中n為圖像序號（0到N-1），c為通道序號（0到C-1）,h為圖像行序（0到H-1），w為圖像列序（0到W-1）。那么我們如何根據這個坐標找到對應的數據呢？要想得到這個問題的答案，就得弄清楚Blob在內存中的數據組織形式，也就是這批量的2D圖像在內存中是如何存儲的。其實它的存儲方式很簡單，見下圖：
圖像數據依序存儲，單張圖像數據按通道序依次存儲，組織形式簡單明了。上圖給了三張圖像的存儲例子，每張圖像的通道數C為3，H為8，W為16。坐標（2, 1, 3, 9），代表這是第3張圖像、第2個通道、第4行、第10列的像素值，實際存儲位置為：
（（（2 × C） + 1） × H + 3） × W + 9 = （（（2 × 3） + 1） × 8 + 3） × 16 + 9 = 953
通俗地講，在內存中，第一張圖像的第0個像素值存儲在內存的第0個位置，Blob按照從左到右，從上到下的順序，逐列、逐行、逐通道、逐張圖像，將每個像素值存入內存：
也就是說Blob的組織格式並無特別之處，順序存儲而已。坐標位置（n, c, h, w）與具體內存讀取位置M的換算公式如下：
M = （（（n × C） + c） × H + h） × W + w