大家好，我是极智视界，本文介绍一下 谈谈 caffe 框架。
大部分同学应该都知道，caffe 是一个 古老而又优秀的深度学习训练框架，用过 caffe 的大部分都是从业 AI 三四年以上的开发者了。caffe 现在听起来更像 AI 训练框架的上古神兽，现在很多的训练中都不太会用 caffe 了，但它与现在主流的 AI 训练框架却紧密结合 (2017 年 4 月，Facebook 发布 Caffe2，加入了递归神经网络等新功能。2018 年 3 月底，Caffe2 并入了 PyTorch)；另外有些场景还是会用到：某些特定硬件部署 (如海思、国产硬件 或 其他一些低算力硬件)，这些 "自研推理框架" 大多会 优先 支持 caffe 模型的导入。理由可能也比较简单：(1) 具备规划推理框架的 "大佬", 可能最开始就是用 caffe 的，对此会比较熟悉；(2) caffe 算子定义清晰，使用 google protobuf，具有编译校验功能；(3) caffe 算子粒度大，对推理支持起来比较友好... (当然可能还会有更多原因)。
大家知道，caffe 的作者是大名鼎鼎的 贾扬清，其同样也是著名框架 tensorflow 的核心开发者，目前是阿里副总裁、阿里达摩院系统AI实验室负责人。
但是，相信很多用过 caffe 的同学，也都会吐槽：caffe 的安装真的是吐血。没错，搭建深度学习环境中有两个堪称麻烦：(1) opencv 源码编译；(2) caffe 的编译安装。关于 caffe 的安装，由于 caffe 推出的时间比较早，且早就不再更新维护了，所以对于一些更新的系统环境上编译 caffe，就可能会遇到各种问题，如在 cudnn8 上编译原生的 caffe，你就会发现编译过不了。但一旦你把 caffe 安装好了，到了使用阶段，你就会发现 caffe 用起来特别方便，甚至都不要求你有编码能力，直接改一些 prototxt 就可以轻松上手训练可用的深度学习模型，而且 caffe 出来的模型，对于模型部署是最友好的。
我本身对于 caffe 也有浓厚的感情，也属于那一批刚学深度学习时用的还是 caffe 的同学。所以我之前也写了挺多关于 caffe 的一些文章，涉及 caffe 的编译安装 (包括适配 cudnn8)、一些 caffe 的算子实现解读等，这里整理了一下：
- 极智AI | ubuntu cudnn8 源码编译caffe：https://blog.csdn.net/weixin_42405819/article/details/118114026
- 极智AI | 让 caffe-cudnn8 支持 yolov3：https://blog.csdn.net/weixin_42405819/article/details/118193046
- 极智AI | 一文看懂 caffe 生成 VOC0712 lmdb 数据集：https://blog.csdn.net/weixin_42405819/article/details/118878863
- 极智AI | 谈谈 caffe 的 bn 和 scale 算子：https://blog.csdn.net/weixin_42405819/article/details/120418688
- 极智AI | 谈谈 caffe 的 conv 算子：https://blog.csdn.net/weixin_42405819/article/details/120618607
- 极智AI | caffe proto 校验模型结构 prototxt 讲解：https://blog.csdn.net/weixin_42405819/article/details/125379599
以上我写的关于 caffe 的技术文章，有兴趣的同学可以去看看。
这里我也整理了一下 caffe 的源码资源 (不限速下载)，分享给大家。
- caffe-source 原生源码(完整)：https://download.csdn.net/download/weixin_42405819/86844887
- caffe-cudnn8 适用于cudnn8源码 (完整)：https://download.csdn.net/download/weixin_42405819/86844905
好了，以上分享了 谈谈 caffe 框架，希望我的分享能对你的学习有一点帮助。
