|
Caffe（Convolutional Architecture for Fast Feature Embedding，快速特征嵌入的卷积体系结构），是一个高效的深度学习框架，底层核心语言是C++，它支持命令行、Python和Matlab接口，它既可以在CPU上运行也可以在GPU上运行，据文献显示目前部分科技公司在尝试将Caffe模型在NPU上运行，以提高系统处理效率。
Caffe的所有计算都有layer的形式表示，即接受数据，输出计算结果等。
Caffe框架
- Model: models以Google Protocol Buffers的方式存储在磁盘上。
- Blobs: 描述了layer与layer、layer与net之间的数据存储和通信等。通过blob以4维数据矩阵（batch, channel, height, weight）的方式存储数据、参数以及loss。
- Layers: 是model计算的基础，是网络的基本单元。神经网络的一层对应一个layer，可以用一个或多个的blob作为输入或输出。layer的职责为前向传播和反向传播。
- Caffe: 定义layer-by-layer网络。会保留完整的有向无环图保证前向和反向传播。
- Net: 是layers组成的有向无环图。
- Solver: 是Net的求解。
- Caffe是端到端的ML系统，典型网络从data(数据)层开始到loss层结束。
特点
- 模块化：允许对新数据格式、网络层和损失函数进行扩展。
- 表示和实现分离：模型定义用Protocol Buffer语言写进配置文件，即通过文本构建模型和优化策略，而不是代码。?
|