Caffe adalah kerangka pembelajaran yang mendalam yang dibuat dengan ekspresi, kecepatan, dan modularitas dalam pikiran. Ini dikembangkan oleh Berkeley AI Research (Bair)/The Berkeley Vision and Learning Center (BVLC) dan kontributor komunitas.
Lihat situs proyek untuk semua detail seperti
dan contoh langkah demi langkah.
Silakan bergabung dengan grup Caffe-Users atau Obrolan Gitter untuk mengajukan pertanyaan dan berbicara tentang metode dan model. Diskusi pengembangan kerangka kerja dan laporan bug menyeluruh dikumpulkan tentang masalah.
Selamat Menyeduh!
Caffe dirilis di bawah lisensi BSD 2-Clause. Model referensi Bair/BVLC dirilis untuk penggunaan yang tidak dibatasi.
Harap kutip caffe dalam publikasi Anda jika membantu penelitian Anda:
@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}
}