開始使用 caffe

Caffe 是一個用 C++編寫的庫，用於促進卷積神經網路（CNN）的實驗和使用。Caffe 由 Berkeley Vision and Learning Center(BVLC) 開發。

Caffe 實際上是一個縮寫，指的是用於快速特徵提取的卷積架構。這個首字母縮略詞封裝了庫的一個重要範圍。庫的形式的 Caffe 提供了一般程式設計框架/體系結構，可用於執行 CNN 的有效訓練和測試。 效率是 caffe 的主要標誌，並且是 Caffe 的主要設計目標。

Caffe 是一個根據 BSD 2 條款許可釋出的開源庫。

Caffe 在 GitHub 上維護

Caffe 可用於：

• 有效地訓練和測試多個 CNN 架構，特別是可以表示為有向無環圖（DAG）的任何架構。
• 利用多個 GPU（最多 4 個）進行培訓和測試。建議所有 GPU 應為相同型別。否則，效能受到系統中最慢 GPU 限制的限制。例如，對於 TitanX 和 GTX 980，效能將受到後者的限制。不支援混合多種體系結構，例如 Kepler 和 Fermi 3 。

Caffe 遵循高效的物件導向程式設計（OOP）原則編寫。

開始介紹 caffe 的一個很好的起點是鳥瞰一下 caffe 如何通過其基本物體發揮作用。