Caffe
| Caffe
| |
|---|---|
| [[Datei:Lua-Fehler in Modul:Wikidata, Zeile 1703: attempt to index field 'wikibase' (a nil value)|150px]] | |
| Basisdaten
| |
| Hauptentwickler | Berkeley Artificial Intelligence Research (BAIR) |
| Entwickler | Yangqing Jia |
| Erscheinungsjahr | 2014 |
| Aktuelle Version | Lua-Fehler in Modul:Wikidata, Zeile 1703: attempt to index field 'wikibase' (a nil value) (Lua-Fehler in Modul:Wikidata, Zeile 1703: attempt to index field 'wikibase' (a nil value)) |
| Aktuelle Vorabversion | Lua-Fehler in Modul:Wikidata, Zeile 1703: attempt to index field 'wikibase' (a nil value) (Lua-Fehler in Modul:Wikidata, Zeile 1703: attempt to index field 'wikibase' (a nil value)) |
| Betriebssystem | Unixoide, macOS, Microsoft Windows |
| Programmiersprache | C++ |
| Kategorie | Programmbibliothek für Deep Learning |
| Lizenz | BSD-Lizenz |
| deutschsprachig | ja |
| caffe.berkeleyvision.org/ | |
Caffe ist eine Programmbibliothek für Deep Learning.<ref>Yangqing Jia, Evan Shelhamer, Jeff Donahue, Sergey Karayev, Jonathan Long: Caffe: Convolutional Architecture for Fast Feature Embedding. In: Proceedings of the 22nd ACM international conference on Multimedia (= MM '14). Association for Computing Machinery, New York, NY, USA 2014, ISBN 978-1-4503-3063-3, S. 675–678, doi:10.1145/2647868.2654889 (acm.org [abgerufen am 24. Oktober 2022]).</ref> Sie wurde von Yangqing Jia während seiner Ph.D.-Zeit am Vision and Learning Center der University of California, Berkeley entwickelt.<ref>Embedded Vision Alliance: The Caffe Deep Learning Framework: An Interview with the Core Developers. In: Embedded Vision Alliance. Abgerufen am 5. April 2017 (Lua-Fehler in Modul:Multilingual, Zeile 153: attempt to index field 'data' (a nil value)).</ref>
Caffe hat zuerst die MATLAB-Implementierung von schnellen Convolutional Neural Networks (CNN) nach C und C++ portiert. Caffe enthält zahlreiche Algorithmen und Deep-Learning-Architekturen für die Klassifikation und Clusteranalyse von Bilddaten. CNN, R-CNN (Rekurrentes neuronales Netz), LSTM (Long short-term memory) und vollständig verbundene neuronale Netze werden unterstützt. Mit Caffe kann die Grafikprozessor-basierte Beschleunigung mit cuDNN von Nvidia genutzt werden<ref>Evan Shelhamer: Deep Learning for Computer Vision with Caffe and cuDNN. In: Nvidia. Nvidia Corp., 15. Oktober 2014, abgerufen am 5. April 2017 (Lua-Fehler in Modul:Multilingual, Zeile 153: attempt to index field 'data' (a nil value)).</ref>.
Als hauptsächliche Programmierschnittstelle sind Python<ref>Nikhil Ketkar: {{Modul:Vorlage:lang}} Modul:Multilingual:153: attempt to index field 'data' (a nil value). {{Modul:Vorlage:lang}} Modul:Multilingual:153: attempt to index field 'data' (a nil value). Apress, 2017, ISBN 978-1-4842-2765-7.</ref> (NumPy) und MATLAB vorgesehen. Yahoo hat Caffe in Apache Spark eingebunden (caffeonspark) um Deep Learning verteilt zu verwenden.<ref>Michael Thomas, Gabriela Motroc: CaffeOnSpark: Yahoo macht Deep-Learning-Software quelloffen. In: JAXenter. JAXenter, 1. März 2016, abgerufen am 5. April 2017.</ref>
Literatur[Bearbeiten]
- Yangqing Jia u. a.: {{Modul:Vorlage:lang}} Modul:Multilingual:153: attempt to index field 'data' (a nil value). New York 2014 (Online [PDF]).
Weblinks[Bearbeiten]
Einzelnachweise[Bearbeiten]
<references />