fbpx
维基百科

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亞大學柏克萊分校。Caffe在BSD许可开源,使用C++编写,带有Python接口[5][6]

Caffe
原作者贾扬清
開發者伯克利视觉和学习中心(Berkeley Vision and Learning Center)
目前版本
  • 1.0 (2017年4月18日;穩定版本)[1]
源代码库
  • github.com/BVLC/caffe
编程语言C++
操作系统LinuxmacOSWindows[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[7]。项目现在托管于GitHub,拥有众多贡献者[8]

特色

Caffe支持多种类型的深度学习架构,面向图像分类图像分割,还支持CNN、RCNN、LSTM和全连接神经网络设计[9]。Caffe支持基于GPU和CPU的加速计算内核库,如NVIDIA cuDNN和Intel MKL[10][11]

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[12]

2017年4月,Facebook发布Caffe2[13],加入了循环神经网络等新功能。2018年3月底,Caffe2并入PyTorch[14]

参见

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]. (原始内容于2017-04-22). 
  3. ^ caffe/LICENSE at master. GitHub. [2019-03-19]. (原始内容于2019-05-20). 
  4. ^ Release 1.0. [2019-03-19]. (原始内容于2017-08-02). 
  5. ^ BVLC/caffe. GitHub. [2019-03-19]. (原始内容于2019-03-22). 
  6. ^ . [2019-03-19]. (原始内容存档于2017-03-29). 
  7. ^ The Caffe Deep Learning Framework: An Interview with the Core Developers. Embedded Vision. [2019-03-19]. (原始内容于2017-09-29). 
  8. ^ Caffe: a fast open framework for deep learning.. GitHub. [2019-03-19]. (原始内容于2019-03-22). 
  9. ^ (PDF). [2019-03-19]. (原始内容 (PDF)存档于2017-04-05). 
  10. ^ Deep Learning for Computer Vision with Caffe and cuDNN. [2019-03-19]. (原始内容于2017-12-01). 
  11. ^ mkl_alternate.hpp. BVLC Caffe. [2018-04-11]. (原始内容于2019-09-24). 
  12. ^ Yahoo enters artificial intelligence race with CaffeOnSpark. [2019-03-19]. (原始内容于2017-05-21). 
  13. ^ Caffe2 Open Source Brings Cross Platform Machine Learning Tools to Developers. [2019-03-19]. (原始内容于2019-04-28). 
  14. ^ Caffe2 Merges With PyTorch. [2019-03-19]. (原始内容于2019-03-30). 

外部链接

  • 官方网站

caffe, caffe, 快速特征嵌入的卷积结构, convolutional, architecture, fast, feature, embedding, 是一个深度学习框架, 最初开发于加利福尼亞大學柏克萊分校, 在bsd许可下开源, 使用c, 编写, 带有python接口, 原作者贾扬清開發者伯克利视觉和学习中心, berkeley, vision, learning, center, 目前版本1, 2017年4月18日, 穩定版本, 源代码库github, bvlc, caffe编程语言c, 操作系统. 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亞大學柏克萊分校 Caffe在BSD许可下开源 使用C 编写 带有Python接口 5 6 Caffe原作者贾扬清開發者伯克利视觉和学习中心 Berkeley Vision and Learning Center 目前版本1 0 2017年4月18日 穩定版本 1 源代码库github wbr com wbr BVLC wbr 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 wbr berkeleyvision wbr org 目录 1 历史 2 特色 3 应用 4 参见 5 参考资料 6 外部链接历史 编辑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 7 项目现在托管于GitHub 拥有众多贡献者 8 特色 编辑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 9 Caffe支持基于GPU和CPU的加速计算内核库 如NVIDIA cuDNN和Intel MKL 10 11 应用 编辑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 12 2017年4月 Facebook发布Caffe2 13 加入了循环神经网络等新功能 2018年3月底 Caffe2并入PyTorch 14 参见 编辑深度学习软件比较 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 编辑 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 Release 1 0 2019 03 19 原始内容存档于2017 08 02 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 amp 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 外部链接 编辑官方网站 取自 https zh wikipedia org w index php title Caffe amp oldid 74997809, 维基百科,wiki,书籍,书籍,图书馆,

文章

,阅读,下载,免费,免费下载,mp3,视频,mp4,3gp, jpg,jpeg,gif,png,图片,音乐,歌曲,电影,书籍,游戏,游戏。