开始使用 caffe

Caffe 是一个用 C++编写的库，用于促进卷积神经网络（CNN）的实验和使用。Caffe 由 Berkeley Vision and Learning Center(BVLC) 开发。

Caffe 实际上是一个缩写，指的是用于快速特征提取的卷积架构。这个首字母缩略词封装了库的一个重要范围。库的形式的 Caffe 提供了一般编程框架/体系结构，可用于执行 CNN 的有效训练和测试。 效率是 caffe 的主要标志，并且是 Caffe 的主要设计目标。

Caffe 是一个根据 BSD 2 条款许可发布的开源库。

Caffe 在 GitHub 上维护

Caffe 可用于：

• 有效地训练和测试多个 CNN 架构，特别是可以表示为有向无环图（DAG）的任何架构。
• 利用多个 GPU（最多 4 个）进行培训和测试。建议所有 GPU 应为相同类型。否则，性能受到系统中最慢 GPU 限制的限制。例如，对于 TitanX 和 GTX 980，性能将受到后者的限制。不支持混合多种体系结构，例如 Kepler 和 Fermi 3 。

Caffe 遵循高效的面向对象编程（OOP）原则编写。

开始介绍 caffe 的一个很好的起点是鸟瞰一下 caffe 如何通过其基本物体发挥作用。