Caffe 页面截图
产品页面 点击查看大图

Caffe

Caffe 是一个由 Berkeley AI Research (BAIR) 与社区贡献者共同开发的深度学习框架,以表达力、速度和模块化为设计目标。

深度学习框架研究
平台
Ubuntu、Red Hat、OS X
语言
多语言
价格
以 BSD 2-Clause 许可证开放源代码。
01

Overview

产品概述

Caffe 由 Yangqing Jia 在 UC Berkeley 攻读博士期间创建,由 BAIR 及社区贡献者维护。项目以 BSD 2-Clause 许可证开源;模型和优化通过配置化方式定义,只需设置单一标志即可在 CPU 和 GPU 之间切换。官方宣称其速度使其非常适合研究实验和工业部署。
02

Capabilities

核心能力

01

表达力与配置化

模型和优化由明文配置定义,无需硬编码,鼓励应用与创新。

02

CPU/GPU 灵活切换

通过设置单个标志即可在 CPU 和 GPU 之间切换,方便从训练环境部署到商品集群或移动设备。

03

高性能

单块 NVIDIA K40 GPU 每天可处理超过 6000 万张图像;推理约 1 毫秒/张,学习约 4 毫秒/张。

04

模块化与可扩展性

可扩展的代码促进活跃开发,社区贡献使框架持续跟踪最新模型。

03

Use Cases

适用场景

  1. 01

    学术研究、初创原型与工业应用

    Caffe 已被用于学术研究项目、初创公司原型以及视觉、语音和多媒体领域的大规模工业应用。

  2. 02

    图像分类与 Web 演示

    提供基于预训练模型的图像分类示例,以及以 Flask 为后端的 Web 图像分类演示。

  3. 03

    特征提取与模型微调

    支持使用 C++ 工具或 Python 接口提取特征,并可在 ImageNet 预训练模型基础上进行风格识别等任务的微调。