摘要：贾扬清现身说法发布后，作者贾扬清在上连发四记解答。，贾扬清一上来就表明了身份。正式发布新框架有何不同贾扬清亲自解答有人问搞出意义何在现在已经有等诸多框架。贾扬清说和团队紧密合作。
图左为Caffe2作者贾扬清
今天凌晨召开的F8大会上，Facebook正式发布Caffe2~
随着人工智能的发展，在训练深度神经网络和大规模人工智能模型以及部署各机器的计算量时，通常要在大量数据中心或超级计算机的支持下完成。
能够从不同信息中，如图像、视频、文本和语音等，不断处理、创建和改进网络模型，部署在大规模计算平台上高速运行，这是个不小的难题。
同时，在移动设备上部署这些模型，使其快速有效地运行，也是一项艰巨的任务。克服这些挑战需要一个强大、灵活和轻便的深度学习框架。
Facebook一直试图建立一个这样的框架。今天，这家美国社交巨头，开放了Caffe2的第一个正式版本，官方介绍说：这是一个轻量化和模块化的深度学习框架，在强调轻便性的同时，也保持了可扩展性和计算性能。
Caffe2的特性：
Caffe2框架可以通过一台机器上的多个GPU或具有一个及多个GPU的多台机器来进行分布式训练。
也可以在iOS系统、Android系统和树莓派（Raspberry Pi）上训练和部署模型。
只需要运行几行代码即可调用Caffe2中预先训练好的Model Zoo模型。
Caffe2框架已经应用在Facebook平台上。
NVIDIA（英伟达），Qualcomm（高通），Intel（英特尔），Amazon（亚马逊）和Microsoft（微软）等公司的云平台都已支持Caffe2。
GitHub上有Caffe2的源代码。
Caffe2和Caffe有何不同？
Caffe2发布后，外界最多的讨论之一，就是发出上述疑问。去年12月，贾扬清曾经解释过一次：“目前Caffe2还不能完全替代Caffe，还缺不少东西，例如CuDNN。与Caffe2相比，Caffe仍然是主要的稳定版本，在生产环境中使用仍然推荐Caffe”。
现在Caffe2正式发布，这个推荐肯定要改成新版本了。
Caffe2的基本计算单位是Operator。对于适当数量和类型的输入参数，每个Operator都包括所需的计算逻辑。Caffe和Caffe2的总体差异如下图所示：
官方提供了从Caffe迁移到Caffe2的教程，据说这个迁移非常简单。
Caffe2和PyTorch有何不同？
这是另外一个疑问。
Caffe2长于移动和大规模部署。虽然Caffe2新增了支持多GPU的功能，这让新框架与Torch具有了相同的GPU支持能力，但是如前所述，Caffe2支持一台机器上的多个GPU或具有一个及多个GPU的多台机器来进行分布式训练。
PyTorch适合进行研究、实验和尝试不同的神经网络；而Caffe2更偏向于工业应用，而且重点关注在移动端上的表现。
贾扬清现身说法
Caffe2发布后，作者贾扬清在reddit上连发四记解答。“Yangqing here”，贾扬清一上来就表明了身份。
Caffe2正式发布！新框架有何不同？贾扬清亲自解答
有人问搞出Caffe2意义何在？现在已经有PyTorch、TensorFlow、MXNet等诸多框架。
贾扬清说Caffe2和PyTorch团队紧密合作。他们把Caffe2视作一种生产力的选择，而把Torch视作研究型的选择。而在构建AI模块时，他们也持有一种“非框架”的理念，例如Gloo、NNPACK和FAISS等可以被用于任何深度学习框架。
有人问Caffe2接受外部贡献么？
贾扬清说大爱外部贡献，也会在开源方面继续努力。
有人问Caffe2是否用了Torch的代码库，以及CUDA等相关支持的问题。
贾扬清说他们正在计划让Caffe2和Torch和PyTorch共享后端，这几个框架已经共享Gloo用于分布式训练，THCTensor、THNN和其他C/C++库也将会共享。
在GPU层面，Caffe2使用了CUDA和CUDNN。贾扬清和团队也试验了OpenCL，但是感觉用NVIDIA的GPU CUDA效果更好。
另外在其他平台（例如iOS上），Caffe2使用了特定的工具，例如Metal。一两天内，官方会发布Metal的实施。
有人问Caffe2支持动态图么？
贾扬清给出否定的回答，他表示这是Caffe2和PyTorch团队有意做出的选择。Caffe2的任务就是提供较佳的性能，而如果想要极端灵活的计算，请选择PyTorch。贾扬清认为这是一个更好的方式，因为“一个框架通吃”可能会影响性能。
所以，目前Caffe2只支持非常有限的动态控制，例如动态RNN。
最后，量子位放出传送门：
Caffe2的首页：http://caffe2.ai/
GitGub地址：https://github.com/caffe2/caffe2
欢迎加入本站公开兴趣群商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识
QQ群：81035754
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/4520.html
摘要：这一新程序被称为，是一个完整的深度学习系统，它的架构已经嵌入手机中。因此，移动设备环境对机器学习系统提出了机遇和挑战。展望下一步，加上这样的研究工具链，是的机器学习产品的核心。 风格迁移一直是机器学习领域内的一项重要任务，很多研究机构和研究者都在努力打造速度更快、计算成本更低的风格迁移机器学习系统，比如《怎么让你的照片带上艺术大师风格？李飞飞团队开源快速神经网络风格迁移代码 》、《谷歌增强型...
摘要：表示，的贾扬清对他的这一项目给予了很多帮助，贾扬清告诉他，的好几个网络，较大瓶颈都是，如果想要实现一流的性能，贾扬清建议较好使用异步，这样会有很大的帮助。，和则是默认启用这项功能。 微软数据科学家Ilia Karmanov做了一个项目，使用高级API测试8种常用深度学习框架的性能（因为Keras有TF，CNTK和Theano，所以实际是10种）。Karmanov希望这个项目能够帮助数据科学家...
摘要：下图总结了绝大多数上的开源深度学习框架项目，根据项目在的数量来评级，数据采集于年月初。然而，近期宣布将转向作为其推荐深度学习框架因为它支持移动设备开发。该框架可以出色完成图像识别，欺诈检测和自然语言处理任务。 很多神经网络框架已开源多年，支持机器学习和人工智能的专有解决方案也有很多。多年以来，开发人员在Github上发布了一系列的可以支持图像、手写字、视频、语音识别、自然语言处理、物体检测的...
摘要：英伟达作为的开发合作者，计划对的深度学习应用推出一系列博客文章。可使用的英伟达深度学习库和来实现高性能多加速训练和推理。最近的训练基准使用了块的英伟达和神经网络架构。 昨天，Facebook 推出了 Caffe2，一个兼具表现力、速度和模块性的开源深度学习框架。它沿袭了大量的 Caffe 设计，可解决多年来在 Caffe 的使用和部署之中发现的瓶颈问题。最终，Caffe2 打开了算法实验和新...
摘要：点击订阅云栖夜读周刊作为大神，贾扬清让人印象深刻的可能是他写的框架，那已经是六年前的事了。经过多年的沉淀，成为阿里新人的他，对人工智能又有何看法最近，贾扬清在阿里内部分享了他的思考与洞察，欢迎共同探讨交流。【点击订阅云栖夜读周刊】 作为 AI 大神，贾扬清让人印象深刻的可能是他写的AI框架Caffe ，那已经是六年前的事了。经过多年的沉淀，成为阿里新人的他，对人工智能又有何看法？最近，贾扬...
阅读 2520·2023-04-25 17:27
阅读 1829·2019-08-30 15:54
阅读 2373·2019-08-30 13:06
阅读 2983·2019-08-30 11:04
阅读 749·2019-08-29 15:30
阅读 732·2019-08-29 15:16
阅读 1735·2019-08-26 10:10
阅读 3605·2019-08-23 17:02
