Caffe

CAFFE（快速特征嵌入的卷积结构，Convolutional Architecture for Fast Feature Embedding）是一个深度学习框架，最初开发于加利福尼亚大学伯克利分校。Caffe在BSD许可下开源，使用C++编写，带有Python接口^[4][5]。

Caffe

原作者	贾扬清
开发者	伯克利视觉和学习中心（Berkeley Vision and Learning Center）
当前版本	1.0（2017年4月18日；稳定版本）[1]
原始码库	github.com/BVLC/caffe
编程语言	C++
操作系统	Linux、macOS、Windows[2]
类型	深度学习框架
许可协议	BSD[3]
网站	caffe.berkeleyvision.org

历史

贾扬清在加州大学伯克利分校攻读博士期间创建了Caffe项目^[6]。项目现在托管于GitHub，拥有众多贡献者^[7]。

特色

Caffe支持多种类型的深度学习架构，面向图像分类和图像分割，还支持CNN、RCNN、LSTM和全连接神经网络设计^[8]。Caffe支持基于GPU和CPU的加速计算内核库，如NVIDIA cuDNN和Intel MKL^[9][10]。

应用

Caffe应用于学术研究项目、初创原型甚至视觉、语音和多媒体领域的大规模工业应用。雅虎将Caffe与Apache Spark集成在一起，创建了一个分布式深度学习框架CaffeOnSpark^[11]。

2017年4月，Facebook发布Caffe2^[12]，加入了循环神经网络等新功能。2018年3月底，Caffe2并入PyTorch^[13]。

参见

• 深度学习软件比较（英语：Comparison of deep learning software）
• 卷积神经网络
• 深度学习
• 机器学习

参考资料

1. Release 1.0. 2017年4月18日 [2018年4月23日].
2. Microsoft/caffe. GitHub. [2019-03-19]. （原始内容存档于2017-04-22）.
3. caffe/LICENSE at master. GitHub. [2019-03-19]. （原始内容存档于2019-05-20）.
4. BVLC/caffe. GitHub. [2019-03-19]. （原始内容存档于2019-03-22）.
5. Comparing Frameworks: Deeplearning4j, Torch, Theano, TensorFlow, Caffe, Paddle, MxNet, Keras & CNTK. [2019-03-19]. （原始内容存档于2017-03-29）.
6. The Caffe Deep Learning Framework: An Interview with the Core Developers. Embedded Vision. [2019-03-19]. （原始内容存档于2017-09-29）.
7. Caffe: a fast open framework for deep learning.. GitHub. [2019-03-19]. （原始内容存档于2019-03-22）.
8. Caffe tutorial - vision.princeton.edu (PDF). [2019-03-19]. （原始内容 (PDF)存档于2017-04-05）.
9. Deep Learning for Computer Vision with Caffe and cuDNN. [2019-03-19]. （原始内容存档于2017-12-01）.
10. mkl_alternate.hpp. BVLC Caffe. [2018-04-11]. （原始内容存档于2019-09-24）.
11. Yahoo enters artificial intelligence race with CaffeOnSpark. [2019-03-19]. （原始内容存档于2017-05-21）.
12. Caffe2 Open Source Brings Cross Platform Machine Learning Tools to Developers. [2019-03-19]. （原始内容存档于2019-04-28）.
13. Caffe2 Merges With PyTorch. [2019-03-19]. （原始内容存档于2019-03-30）.

外部链接

• 官方网站