1.2.3　Caffe

Caffe是由AI科学家贾扬清在加州大学伯克利分校读博期间主导开发的，是以C++/CUDA代码为主的早期深度学习框架之一，比TensorFlow、MXNet、PyTorch等都要早。Caffe需要进行编译安装，支持命令行、Python和Matlab接口，单机多卡、多机多卡等都可以很方便使用。

Caffe的基本特性如下。

• 以C++/CUDA/Python代码为主，速度快，性能高。
• 工厂设计模式，代码结构清晰，可读性和可拓展性强。
• 支持命令行、Python和Matlab接口，使用方便。
• CPU和GPU之间切换方便，多GPU训练方便。
• 工具丰富，社区活跃。

同时，Caffe的缺点也比较明显，主要包括如下几点。

• 源代码修改门槛较高，需要实现正向/反向传播。
• 不支持自动求导。
• 不支持模型级并行，只支持数据级并行。
• 不适合非图像任务。

虽然Caffe已经提供了Matlab和Python接口，但目前不支持R语言。caffeR为Caffe提供了一系列封装功能，允许用户在R语言上运行Caffe，包括数据预处理和网络设置，以及监控和评估训练过程。该包还没有CRAN版本，感兴趣的读者可以在GitHub找到caffeR包的安装及使用的相关内容。

• https://github.com/cnaumzik/caffeR。