Caffe
| 原作者 | 賈揚清 |
|---|---|
| 開發者 | 伯克利視覺和學習中心（Berkeley Vision and Learning Center） |
| 當前版本 | |
| 源代碼庫 | |
| 編程語言 | C++ |
| 操作系統 | Linux、macOS、Windows[3] |
| 類型 | 深度學習框架 |
| 許可協議 | BSD[4] |
| 網站 | caffe |
CAFFE（快速特徵嵌入的卷積結構，Convolutional Architecture for Fast Feature Embedding）是一個深度學習框架，最初開發於加利福尼亞大學柏克萊分校。Caffe在BSD許可下開源，使用C++編寫，帶有Python接口[5][6]。
| 機器學習與資料探勘 |
|---|
 |
歷史
[編輯]賈揚清在加州大學伯克利分校攻讀博士期間創建了Caffe項目[7]。項目現在託管於GitHub，擁有眾多貢獻者[8]。
特色
[編輯]Caffe支持多種類型的深度學習架構，面向圖像分類和圖像分割，還支持CNN、RCNN、LSTM和全連接神經網絡設計[9]。Caffe支持基於GPU和CPU的加速計算內核庫，如NVIDIA cuDNN和Intel MKL[10][11]。
應用
[編輯]Caffe應用於學術研究項目、初創原型甚至視覺、語音和多媒體領域的大規模工業應用。雅虎將Caffe與Apache Spark集成在一起，創建了一個分布式深度學習框架CaffeOnSpark[12]。
2017年4月，Facebook發布Caffe2[13]，加入了循環神經網絡等新功能。2018年3月底，Caffe2併入PyTorch[14]。
參見
[編輯]參考資料
[編輯]- ^ Release 1.0. 2017年4月18日 [2018年3月13日].
- ^ Release 1.0. 2017年4月18日 [2018年4月23日].
- ^ Microsoft/caffe. GitHub. [2019-03-19]. （原始內容存檔於2017-04-22）.
- ^ caffe/LICENSE at master. GitHub. [2019-03-19]. （原始內容存檔於2019-05-20）.
- ^ BVLC/caffe. GitHub. [2019-03-19]. （原始內容存檔於2019-03-22）.
- ^ Comparing Frameworks: Deeplearning4j, Torch, Theano, TensorFlow, Caffe, Paddle, MxNet, Keras & CNTK. [2019-03-19]. （原始內容存檔於2017-03-29）.
- ^ The Caffe Deep Learning Framework: An Interview with the Core Developers. Embedded Vision. [2019-03-19]. （原始內容存檔於2017-09-29）.
- ^ Caffe: a fast open framework for deep learning.. GitHub. [2019-03-19]. （原始內容存檔於2019-03-22）.
- ^ Caffe tutorial - vision.princeton.edu (PDF). [2019-03-19]. （原始內容 (PDF)存檔於2017-04-05）.
- ^ Deep Learning for Computer Vision with Caffe and cuDNN. [2019-03-19]. （原始內容存檔於2017-12-01）.
- ^ mkl_alternate.hpp. BVLC Caffe. [2018-04-11]. （原始內容存檔於2019-09-24）.
- ^ Yahoo enters artificial intelligence race with CaffeOnSpark. [2019-03-19]. （原始內容存檔於2017-05-21）.
- ^ Caffe2 Open Source Brings Cross Platform Machine Learning Tools to Developers. [2019-03-19]. （原始內容存檔於2019-04-28）.
- ^ Caffe2 Merges With PyTorch. [2019-03-19]. （原始內容存檔於2019-03-30）.