深度學習在當前情況下可以用一個字來形容“火”，目前專案中使用到了常用的機器學習演算法，在使用過程中發現影象的特徵提取成為識別的瓶頸，無意中瞭解到caffe，可以很好的解決特徵提取的問題。於是想嘗試一下caffe的威力。初識caffe，就習慣性了想了解下作者，發現設計作者是賈楊清，終於發現一個牛逼的框架是我們中國人做的啦！於是很興奮，很想深入的進行學習，希望能在工作中使用起來。

1、caffe的由來

2、caffe優勢

上手快：模型與相應優化都是以文字形式而非程式碼形式給出。
Caffe給出了模型的定義、最優化設定以及預訓練的權重，方便立即上手。
速度快：能夠執行最棒的模型與海量的資料。
Caffe與cuDNN結合使用，測試AlexNet模型，在K40上處理每張圖片只需要1.17ms.
模組化

3、caffe的應用

查閱了資料發現，作者設計之初就是為了影象識別中特徵提取而產生的。因此應用最廣的首當其衝應該是在計算機視覺領域的應用。簡單的說也是一種影象分類的模型。
目前也有很多學者將其應用到語音識別領域，效果怎麼樣我還未來得及去深入瞭解。後續我想在機器視覺領域如何使用caffe上做一些研究。