Caffe (Convolutional Architecture for Fast Feature Embedding) es un framework de aprendizaje profundo de código abierto desarrollado originalmente en la Universidad de California, Berkeley. Está escrito en C++ con una interfaz de Python y está diseñado para la velocidad y la modularidad, lo que lo hace popular para tareas de visión por computadora. El framework fue posteriormente fusionado en PyTorch, pero su legado continúa en la investigación y la industria.
Historia
Caffe fue creado por Yangqing Jia durante su doctorado en UC Berkeley, mientras trabajaba en el laboratorio de Trevor Darrell. La primera versión, inicialmente llamada "DeCAF," apareció en la primavera de 2013 y se utilizó para el Desafío de Reconocimiento Visual a Gran Escala de ImageNet (ILSVRC). El proyecto fue renombrado como Caffe y se publicó públicamente en diciembre de 2013. Obtuvo una adopción generalizada debido a su arquitectura limpia y su eficiente soporte de GPU. En 2017, Facebook (ahora Meta) anunció Caffe2, una versión reescrita con capacidades móviles y de producción mejoradas. En marzo de 2018, Caffe2 se fusionó con PyTorch, y el desarrollo del Caffe original cesó, con el fin del soporte anunciado en 2018.
Características
Caffe admite una variedad de arquitecturas de aprendizaje profundo, incluyendo redes neuronales convolucionales (CNN), redes neuronales recurrentes (RNN) y redes totalmente conectadas. Proporciona aceleración basada en GPU y CPU mediante bibliotecas como NVIDIA cuDNN y la Biblioteca de Núcleos Matemáticos de Intel (MKL). El framework utiliza un formato de definición de modelos basado en búferes de protocolo, lo que permite una fácil configuración y experimentación. Caffe también incluye un gran zoológico de modelos con redes preentrenadas para tareas como clasificación de imágenes y detección de objetos.
Aplicaciones
Caffe se ha utilizado en investigación académica, prototipos de startups y aplicaciones industriales a gran escala. Se ha aplicado a tareas de visión por computadora como clasificación de imágenes, segmentación y detección de objetos, así como a procesamiento de voz y multimedia. Yahoo! integró Caffe con Apache Spark para crear CaffeOnSpark, un framework de aprendizaje profundo distribuido para el procesamiento de datos a gran escala. La velocidad y modularidad del framework lo convirtieron en una opción preferida para muchos proyectos tempranos de aprendizaje profundo.
Caffe2 y Fusión con PyTorch
Caffe2, anunciado en abril de 2017, introdujo nuevas características, incluyendo soporte para redes neuronales recurrentes y una mejor implementación móvil. Fue diseñado para entornos de producción con un enfoque en el rendimiento y la escalabilidad. A principios de 2018, Facebook fusionó Caffe2 con PyTorch, combinando las capacidades de producción de Caffe2 con la interfaz de investigación flexible de PyTorch. El proyecto fusionado continúa como PyTorch, que sigue siendo uno de los frameworks de aprendizaje profundo líderes a partir de 2025.
Véase también
- aprendizaje profundo
- red neuronal convolucional
- PyTorch
- visión por computadora
- software de código abierto