Оригинальный автор(ы) | Янцин Цзя |
---|---|
Разработчик(и) | Центр видения и обучения в Беркли |
Стабильный релиз | 1.0 [1] / 18 апреля 2017 г. ( 2017-04-18 ) |
Репозиторий |
|
Написано в | С++ |
Операционная система | Linux , MacOS , Windows [2] |
Тип | Библиотека для глубокого обучения |
Лицензия | БСД [3] |
Веб-сайт | caffe.berkeleyvision.org |
Часть серии статей о |
Машинное обучение и интеллектуальный анализ данных |
---|
Caffe (Convolutional Architecture for Fast Feature Embedding) — это фреймворк глубокого обучения , изначально разработанный в Калифорнийском университете в Беркли . Он имеет открытый исходный код и лицензию BSD . [4] Он написан на языке C++ с интерфейсом Python . [5]
Янцин Цзя создал проект Caffe во время своей докторской диссертации в Калифорнийском университете в Беркли, работая в лаборатории Тревора Даррелла. [6] Первая версия, названная «DeCAF», впервые появилась весной 2013 года, когда она использовалась для соревнования ILSVRC (позже названного ImageNet). Библиотека была названа Caffe и выпущена для публики в декабре 2013 года. [6] Она достигла окончания поддержки в 2018 году. Она размещена на GitHub . [7]
Caffe поддерживает множество различных типов архитектур глубокого обучения, ориентированных на классификацию и сегментацию изображений . Он поддерживает CNN , RCNN, LSTM и полностью связанные нейронные сети. [8] Caffe поддерживает библиотеки вычислительного ядра ускорения на базе GPU и CPU, такие как Nvidia cuDNN и Intel MKL . [9] [10]
Caffe используется в академических исследовательских проектах, прототипах стартапов и даже в крупномасштабных промышленных приложениях в области зрения, речи и мультимедиа. Yahoo! также интегрировала Caffe с Apache Spark для создания CaffeOnSpark, распределенной среды глубокого обучения. [11]
В апреле 2017 года Facebook анонсировал Caffe2, [12] который включал новые функции, такие как рекуррентная нейронная сеть (RNN). В конце марта 2018 года Caffe2 был объединен с PyTorch . [13]
{{cite web}}
: CS1 maint: numeric names: authors list (link)