Caffe學習(一) —— caffe介紹和推薦學習資料
介紹
Caffe(Convolutional Architecture for Fast Feature Embedding)是由伯克利視覺和學習中心(Berkeley Vision and Learning Center,BVLC)開發的基於C++/Python實現的卷積神經網路框架，由賈揚清開發和維護。
Caffe提供了C++、Python和Matlab的介面，目前版本較多。
Caffe主頁：http://caffe.berkeleyvision.org/
Caffe Linux版本：https://github.com/BVLC/caffe
Caffe Faster Rcnn版本：https://github.com/rbgirshick/py-faster-rcnn
Caffe Windows版本：https://github.com/niuzhiheng/caffe
特點
1.速度快，利用MKL、OpenBLAS、cuBLAS等計算庫，大量計算優化工作由計算庫保證；
2.完全開源；
3.帶有一系列的參考模型、用例，可快速上手；
4.Caffe有很多活躍的社群及分支版本，比如Caffe for Intel、Caffe for RCNN等；
5.Caffe結構組織清晰，可讀性好，很適合作為機器學習入門者學習（相比於tensorflow就比較難懂了）；
Caffe依賴庫
ProtoBuffer：Google開發的一種實現記憶體和非易失儲存介質交換的協議介面；
Boost：“C++準標準庫”，包含字串處理、正則表示式、容器和資料結構、併發程式設計等許多領域，使C++開發更加靈活高效；
GLOG：C++語言的日誌記錄框架；
BLAS：包括矩陣、向量的運算；
HDF5：高效儲存和分發科學資料的新型資料格式；
OpenCV：當前世界上最流行的開源計算機視覺庫，包含大量的影象處理函式；
LMDB和LEVELDB：閃電般的記憶體對映型資料庫管理器，Caffe中主要用於資料管理；
