Caffe (програмне забезпечення)

Caffe
Тип бібліотека для глибокого навчання
Автор Янці Дзя (кит. 贾扬清, англ. Yangqing Jia)
Розробник Центр бачення та навчання Берклі (англ. Berkeley Vision and Learning Center)
Стабільний випуск 1.0[1] (18 квітня, 2017; 7 років тому (2017-04-18))
Операційна система Linux, macOS, Windows[2]
Мова програмування C++
Ліцензія BSD[3]
Репозиторій github.com/BVLC/caffe
Вебсайт caffe.berkeleyvision.org
Частина з циклу
Машинне навчання
та добування даних
Ілюстрація нейронної мережі з темним
Навчання з людьми
Діагностування моделей
  • Крива спроможності навчатися[en]
Математичні засади
Місця машинного навчання
Пов'язані статті
  • п
  • о
  • р

CAFFE (англ. Convolutional Architecture for Fast Feature Embedding) — це система для глибокого навчання, первинно розроблена в Каліфорнійському університеті в Берклі. Вона є відкритою, з ліцензією BSD.[4] Її написано мовою C++ з інтерфейсом для Python.[5]

Історія

Янці Дзя створив проект caffe під час докторської праці в Каліфорнійському університеті в Берклі.[6] Тепер у цього проекту багато учасників, і його розміщено на GitHub.[7]

Властивості

Caffe підтримує багато різних типів архітектур глибокого навчання, орієнтованих на класифікацію та сегментування зображень. Вона підтримує конструкції ЗНМ, РЗНМ, ДКЧП та повноз'єднаних нейронних мереж.[8] Caffe підтримує обчислювальні бібліотеки прискорювання на основі ГП та ЦП, такі як NVIDIA cuDNN та Intel MKL[en].[9][10]

Застосування

Caffe застосовують в академічних дослідницьких проектах, стартапних прототипах та навіть у великомасштабних промислових застосуваннях у баченні, мовленні та мультимедіа. Yahoo! також інтегрувала caffe з Apache Spark для створення CaffeOnSpark, системи розподіленого глибокого навчання.[11]

У квітні 2017 року Facebook анонсувала Caffe2,[12] що включає нові властивості, такі як рекурентні нейронні мережі. В кінці березня 2018 року Caffe2 було влито до PyTorch.[13]

Див. також

Примітки

  1. ↑ Випуск 1.0. Архів оригіналу за 2 серпня 2017. Процитовано 27 жовтня 2019.
  2. ↑ Microsoft/caffe. GitHub. Архів оригіналу за 22 квітня 2017. Процитовано 9 травня 2017. (англ.)
  3. ↑ caffe/LICENSE at master. GitHub. Архів оригіналу за 20 травня 2019. Процитовано 9 травня 2017. (англ.)
  4. ↑ BVLC/caffe. GitHub. Архів оригіналу за 22 березня 2019. Процитовано 9 травня 2017. (англ.)
  5. ↑ Comparing Frameworks: Deeplearning4j, Torch, Theano, TensorFlow, Caffe, Paddle, MxNet, Keras & CNTK. Архів оригіналу за 29 березень 2017. Процитовано 9 травень 2017. (англ.)
  6. ↑ The Caffe Deep Learning Framework: An Interview with the Core Developers. Embedded Vision. Архів оригіналу за 29 вересня 2017. Процитовано 9 травня 2017. (англ.)
  7. ↑ Caffe: a fast open framework for deep learning. GitHub. Архів оригіналу за 22 березня 2019. Процитовано 9 травня 2017. (англ.)
  8. ↑ Caffe tutorial - vision.princeton.edu (PDF). Архів оригіналу (PDF) за 5 квітня 2017 р. (англ.)
  9. ↑ Deep Learning for Computer Vision with Caffe and cuDNN. Архів оригіналу за 1 грудня 2017. Процитовано 9 травня 2017. (англ.)
  10. ↑ mkl_alternate.hpp. BVLC Caffe. Архів оригіналу за 24 вересня 2019. Процитовано 11 квітня 2018.
  11. ↑ Yahoo enters artificial intelligence race with CaffeOnSpark. Архів оригіналу за 21 травня 2017. Процитовано 9 травня 2017. (англ.)
  12. ↑ Caffe2 Open Source Brings Cross Platform Machine Learning Tools to Developers. Архів оригіналу за 28 квітня 2019. Процитовано 9 травня 2017. (англ.)
  13. ↑ Caffe2 Merges With PyTorch. Архів оригіналу за 30 березня 2019. Процитовано 27 жовтня 2019. (англ.)

Посилання

  • Офіційний сайт


  • п
  • о
  • р
Відкрите
Власницьке
  • Категорія
  • Порівняння