关于caffe2

1.前言：结合网络新闻与贾杨青教授摘录些caffe2的功能特点。

Caffe是由伯克利人工智能研究实验室开发的深度学习框架，Caffe2是Caffe框架的升级版，将拥有更大的组织计算灵活性。***专注于移动端的开发与优化.***它用途广泛，例如支持开发者制造聊天机器人，连接物联网服务，使用机器翻译和语音，以及医用图片识别算法等。

2.Facebook宣布开源Caffe2

  据外媒4月18日报道，在刚刚结束的2017 F8开发者大会上，Facebook和高通宣布将合作优化Caffe2和骁龙NPE (神经处理引擎)软件框架。同时，高通神经处理器开发工具包支持Caffe2和谷歌TensorFlow。它使软件与神经网络数据单元紧密相关，采用顶端高通骁龙Snapdragon 835集成系统芯片。神经处理器开发工具包将于7月面世。高通的芯片已应用于数以百万计的安卓系统。 据英国媒体4月19日报道，在Facebook F8开发者大会上，Facebook宣布开源Caffe2深度学习框架，用于人工智能模型和应用开发。

3.caffe2的特性

caffe2是一个轻量级和模块化的深度学习框架，强调便携性，同时保持可扩展性和性能。 ​​​​
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。（多 GPU 和多主机处理）
- 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。

4.新功能

Caffe2 采用了更现代的计算图（computation graph）来表征神经网络或者包括集群通信和数据压缩在内的其它计算。这一计算图采用「算子」（operator）的概念：在给定输入的适当数量和类型以及参数的情况下，每个算子都包含了计算输所必需的逻辑。尽管 Caffe 中的层总是采用张量（矩阵或多维数组），但 Caffe2 中的算子可采用并产生包含随意对象的「blob」，这一设计使得很多过去在 Caffe 中不可实现的事情成为可能：

（1）CNN 分布式训练可由单个计算图表征，不管是在一个或多个 GPU 还是在多台机器上训练。这对 Facebook 规模的深度学习应用很关键。
（2）在专业硬件上轻松进行异构计算。例如，在 iOS 上，Caffe2 计算图可从 CPU 获取图像，将其转化为 Metal GPU 缓存对象，并将计算完全保留在 GPU 上，以获得最大吞吐量。
（3）更好地管理运行时间资源，比如使用 memonger 优化静态内存，或者预打包训练网络以获得最佳性能。
（4）float、float16、int8 混合精度和其他量化模型的计算。
Caffe2 有超过 400 个算子，具备广泛的功能。你可以浏览算子目录（Operators Catalogue）、查看稀疏操作（Sparse Operations）并学习如何编写自定义算子（CustomOperators）。

5.参考链接

https://zhuanlan.zhihu.com/p/26474272 http://news.cnfol.com/it/20170420/24621530.shtml
http://www.sohu.com/a/134971363_610300