caffe

Cafetería

Caffe es un marco de aprendizaje profundo hecho con expresión, velocidad y modularidad en mente. Está desarrollado por Berkeley AI Research (BAIR)/Berkeley Vision and Learning Center (BVLC) y colaboradores comunitarios.

Consulte el sitio del proyecto para obtener todos los detalles como

• DIY Aprendizaje profundo para la visión con cafe
• Documentación tutorial
• Modelos de referencia de Bair y el zoológico del modelo comunitario
• Instrucciones de instalación

y ejemplos paso a paso.

Distribuciones personalizadas

• Intel Caffe (optimizado para CPU y soporte para los procesadores de múltiples nodos), en particular los procesadores Intel® Xeon.
• OpenCl Caffe EG para dispositivos AMD o Intel.
• Caffe de Windows

Comunidad

Únase al grupo Caffe-Users o Gitter Chat para hacer preguntas y hablar sobre métodos y modelos. Las discusiones de desarrollo del marco y los informes exhaustivos de errores se recopilan sobre temas.

¡Feliz cerveza!

Licencia y cita

Caffe se libera bajo la licencia BSD 2 Cláusula. Los modelos de referencia BAIR/BVLC se lanzan para uso sin restricciones.

Cite Caffe en sus publicaciones si ayuda a su investigación:

 @article{jia2014caffe,
  Author = {Jia, Yangqing and Shelhamer, Evan and Donahue, Jeff and Karayev, Sergey and Long, Jonathan and Girshick, Ross and Guadarrama, Sergio and Darrell, Trevor},
  Journal = {arXiv preprint arXiv:1408.5093},
  Title = {Caffe: Convolutional Architecture for Fast Feature Embedding},
  Year = {2014}
}