Caffe
Caffe 是一个以表达能力、速度和模块化为目标的深度学习框架。 它由伯克利人工智能研究中心 (BAIR)、伯克利视觉与学习中心 (BVLC) 以及社区贡献者开发。
访问 项目网站 获取所有详细信息,例如
以及一步一步的示例。
自定义分发版
- Intel Caffe (针对 CPU 优化并支持多节点),特别是 Intel® Xeon 处理器。
- OpenCL Caffe,例如用于 AMD 或 Intel 设备。
- Windows Caffe
社区
请加入 caffe-users 组 或 gitter 聊天 提问并讨论方法和模型。 框架开发讨论和详细的错误报告收集在 Issues 中。
Happy brewing!
许可证和引用
Caffe 以 BSD 2-Clause 许可证 发布。 BAIR/BVLC 参考模型可供无限制使用。
如果 Caffe 对您的研究有所帮助,请在您的出版物中引用:
@article{jia2014caffe,
Author = {Jia, Yangqing and Shelhamer, Evan and Donahue, Jeff and Karayev, Sergey and Long, Jonathan and Girshick, Ross and Guadarrama, Sergio and Darrell, Trevor},
Journal = {arXiv preprint arXiv:1408.5093},
Title = {Caffe: Convolutional Architecture for Fast Feature Embedding},
Year = {2014}
}