Caffe概念及其特点

概念：

Caffe是一个强大的深度学习框架，主要采用C++作为编程语言，深度学习速度非常快，借助Caffe，可以非常轻松地构建用于图像分类的卷积神经网络。

借助Caffe，您可以非常轻松地构建用于图像分类的卷积神经网络（CNN）。Caffe在GPU上运行良好，这有助于在运行期间提高速度。查看主页获取更多信息。

Caffe主要的类有：

特点：

1、模块化

caffe设计之初就做到了尽可能的模块化，允许对数据格式、网络层和损失函数进行扩展。

2、表示和实现分离

caffe的模型定义是用Protocol Buffer（协议缓冲区）语言写进配置文件的，以任意有向无环图的形式，caffe支持网络架构。caffe会根据网络需要正确占用内存，通过一个函数调用实现CPU和GPU之间的切换。

3、测试覆盖

每一个单一的模块都对应一个测试

4、python和matlab接口

同时提供两种接口

5、预训练参考模型

针对视觉项目，caffe提供了一些参考模型，这些模型仅应用在学术和非商业领域

6、Python和MATLAB的绑定可用。

7、性能表现良好。

8、无需编写代码即可进行模型的训练。