Caffe (Convolutional Architecture for Fast Feature Embedding) est un framework d'apprentissage profond open source développé à l'origine à l'Université de Californie à Berkeley. Il est écrit en C++ avec une interface Python et est conçu pour la vitesse et la modularité, ce qui le rend populaire pour les tâches de vision par ordinateur. Le framework a ensuite été fusionné dans PyTorch, mais son héritage perdure dans la recherche et l'industrie.
Historique
Caffe a été créé par Yangqing Jia pendant son doctorat à UC Berkeley, alors qu'il travaillait dans le laboratoire de Trevor Darrell. La première version, initialement appelée « DeCAF », est apparue au printemps 2013 et a été utilisée pour le défi de reconnaissance visuelle à grande échelle ImageNet (ILSVRC). Le projet a été renommé Caffe et publié publiquement en décembre 2013. Il a gagné une adoption généralisée grâce à son architecture propre et à son support GPU efficace. En 2017, Facebook (aujourd'hui Meta) a annoncé Caffe2, une version réécrite avec des capacités mobiles et de production améliorées. En mars 2018, Caffe2 a été fusionné dans PyTorch, et le développement du Caffe original a cessé, avec une fin de support annoncée en 2018.
Fonctionnalités
Caffe prend en charge une variété d'architectures d'apprentissage profond, y compris les réseaux de neurones convolutifs (CNN), les réseaux de neurones récurrents (RNN) et les réseaux entièrement connectés. Il fournit une accélération basée sur GPU et CPU via des bibliothèques telles que NVIDIA cuDNN et Intel Math Kernel Library (MKL). Le framework utilise un format de définition de modèle basé sur des protocoles buffers, permettant une configuration et une expérimentation faciles. Caffe comprend également un grand zoo de modèles avec des réseaux pré-entraînés pour des tâches comme la classification d'images et la détection d'objets.
Applications
Caffe a été utilisé dans la recherche académique, les prototypes de startups et les applications industrielles à grande échelle. Il a été appliqué à des tâches de vision par ordinateur telles que la classification d'images, la segmentation et la détection d'objets, ainsi qu'au traitement de la parole et du multimédia. Yahoo! a intégré Caffe avec Apache Spark pour créer CaffeOnSpark, un framework d'apprentissage profond distribué pour le traitement de données à grande échelle. La vitesse et la modularité du framework en ont fait un choix privilégié pour de nombreux premiers projets d'apprentissage profond.
Caffe2 et fusion avec PyTorch
Caffe2, annoncé en avril 2017, a introduit de nouvelles fonctionnalités, y compris le support des réseaux de neurones récurrents et un déploiement mobile amélioré. Il a été conçu pour les environnements de production avec un accent sur la performance et l'évolutivité. Au début de 2018, Facebook a fusionné Caffe2 avec PyTorch, combinant les capacités de production de Caffe2 avec l'interface de recherche flexible de PyTorch. Le projet fusionné continue sous le nom de PyTorch, qui reste l'un des principaux frameworks d'apprentissage profond en 2025.
Voir aussi
- apprentissage profond
- réseau de neurones convolutif
- PyTorch
- vision par ordinateur
- logiciel open source