Caffe (Convolutional Architecture for Fast Feature Embedding) é um framework de aprendizado profundo de código aberto originalmente desenvolvido na Universidade da Califórnia, em Berkeley. Ele é escrito em C++ com uma interface em Python e é projetado para velocidade e modularidade, tornando-o popular para tarefas de visão computacional. O framework foi posteriormente incorporado ao PyTorch, mas seu legado continua na pesquisa e na indústria.
História
Caffe foi criado por Yangqing Jia durante seu doutorado na UC Berkeley, no laboratório de Trevor Darrell. A primeira versão, inicialmente chamada de "DeCAF", surgiu na primavera de 2013 e foi usada no desafio de reconhecimento visual em grande escala ImageNet (ILSVRC). O projeto foi renomeado para Caffe e lançado publicamente em dezembro de 2013. Ele ganhou ampla adoção devido à sua arquitetura limpa e suporte eficiente a GPUs. Em 2017, o Facebook (agora Meta) anunciou o Caffe2, uma versão reescrita com melhorias para dispositivos móveis e produção. Em março de 2018, o Caffe2 foi fundido ao PyTorch, e o desenvolvimento do Caffe original foi encerrado, com o fim do suporte anunciado em 2018.
Características
O Caffe suporta uma variedade de arquiteturas de aprendizado profundo, incluindo redes neurais convolucionais (CNNs), redes neurais recorrentes (RNNs) e redes totalmente conectadas. Ele oferece aceleração por GPU e CPU por meio de bibliotecas como NVIDIA cuDNN e Intel Math Kernel Library (MKL). O framework utiliza um formato de definição de modelo baseado em buffers de protocolo, permitindo configuração e experimentação fáceis. O Caffe também inclui um grande zoológico de modelos com redes pré-treinadas para tarefas como classificação de imagens e detecção de objetos.
Aplicações
O Caffe foi utilizado em pesquisa acadêmica, protótipos de startups e aplicações industriais em larga escala. Ele foi aplicado a tarefas de visão computacional, como classificação de imagens, segmentação e detecção de objetos, além de processamento de fala e multimídia. O Yahoo! integrou o Caffe ao Apache Spark para criar o CaffeOnSpark, um framework de aprendizado distribuído para processamento de dados em larga escala. A velocidade e a modularidade do framework o tornaram uma escolha preferida em muitos projetos iniciais de aprendizado profundo.
Caffe2 e a fusão com o PyTorch
O Caffe2, anunciado em abril de 2017, introduziu novos recursos, incluindo suporte a redes neurais recorrentes e melhorias para implantação em dispositivos móveis. Ele foi projetado para ambientes de produção, com foco em desempenho e escalabilidade. No início de 2018, o Facebook fundiu o Caffe2 com o PyTorch, combinando as capacidades de produção do Caffe2 com a interface de pesquisa flexível do PyTorch. O projeto resultante continua como PyTorch, que permanece um dos principais frameworks de aprendizado profundo até 2025.
Ver também
- Deep learning
- Convolutional neural network
- PyTorch
- Computer vision
- open-source-software