caffe

Caffe

Caffe est un cadre d'apprentissage en profondeur fabriqué avec l'expression, la vitesse et la modularité. Il est développé par Berkeley AI Research (Bair) / The Berkeley Vision and Learning Center (BVLC) et les contributeurs communautaires.

Consultez le site du projet pour tous les détails comme

• DIY Deep Learning for Vision with Caffe
• Documentation du tutoriel
• Modèles de référence Bair et Zoo du modèle communautaire
• Instructions d'installation

et des exemples étape par étape.

Distributions personnalisées

• Intel Caffe (optimisé pour le CPU et la prise en charge du multi-nœuds), en particulier les processeurs Intel® Xeon.
• OpenCl Caffe EG pour les appareils AMD ou Intel.
• Caffe Windows

Communauté

Veuillez rejoindre le groupe CAFFE-Users ou le chat gitter pour poser des questions et parler des méthodes et des modèles. Des discussions sur le développement du cadre et des rapports approfondis de bogues sont collectés sur les questions.

Happy Brewing!

Licence et citation

CAFE est libéré dans le cadre de la licence BSD 2 clause. Les modèles de référence Bair / BVLC sont libérés pour une utilisation sans restriction.

Veuillez citer Caffe dans vos publications si cela aide vos recherches:

 @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}
}