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柏克莱分校。Caffe在BSD许可下开源，使用C++编写，带有Python接口[4][5]。
| 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 |
|
| 源代码库 | |
| 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 |
历史
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
参考资料
- ^ Release 1.0. 2017年4月18日 [2018年4月23日].
- ^ Microsoft/caffe. GitHub. [2019-03-19]. （原始内容存档于2017-04-22）.
- ^ caffe/LICENSE at master. GitHub. [2019-03-19]. （原始内容存档于2019-05-20）.
- ^ BVLC/caffe. GitHub. [2019-03-19]. （原始内容存档于2019-03-22）.
- ^ Comparing Frameworks: Deeplearning4j, Torch, Theano, TensorFlow, Caffe, Paddle, MxNet, Keras & CNTK. [2019-03-19]. （原始内容存档于2017-03-29）.
- ^ 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）.
- ^ Caffe: a fast open framework for deep learning.. GitHub. [2019-03-19]. （原始内容存档于2019-03-22）.
- ^ Caffe tutorial - vision.princeton.edu (PDF). [2019-03-19]. （原始内容 (PDF)存档于2017-04-05）.
- ^ Deep Learning for Computer Vision with Caffe and cuDNN. [2019-03-19]. （原始内容存档于2017-12-01）.
- ^ mkl_alternate.hpp. BVLC Caffe. [2018-04-11]. （原始内容存档于2019-09-24）.
- ^ Yahoo enters artificial intelligence race with CaffeOnSpark. [2019-03-19]. （原始内容存档于2017-05-21）.
- ^ Caffe2 Open Source Brings Cross Platform Machine Learning Tools to Developers. [2019-03-19]. （原始内容存档于2019-04-28）.
- ^ Caffe2 Merges With PyTorch. [2019-03-19]. （原始内容存档于2019-03-30）.