Caffe（用于快速特征嵌入的卷积架构）是一个开源深度学习框架，最初由加州大学伯克利分校开发。它使用C++编写，并带有Python接口，设计注重速度和模块化，因此在计算机视觉任务中广受欢迎。该框架后来被合并到PyTorch中，但其遗产在研究和工业领域仍持续存在。
历史
Caffe由杨庆佳在加州大学伯克利分校攻读博士期间，于Trevor Darrell的实验室中创建。第一个版本最初名为“DeCAF”，于2013年春季出现，并用于ImageNet大规模视觉识别挑战赛（ILSVRC）。该项目更名为Caffe，并于2013年12月公开发布。由于其清晰的架构和高效的GPU支持，它获得了广泛采用。2017年，Facebook（现为Meta）宣布了Caffe2，这是一个重写版本，具有改进的移动端和生产能力。2018年3月，Caffe2被合并到PyTorch中，原始Caffe的开发停止，并于2018年宣布终止支持。
特性
Caffe支持多种深度学习架构，包括卷积神经网络（CNN）、循环神经网络（RNN）和全连接网络。它通过NVIDIA cuDNN和Intel数学核心库（MKL）等库提供基于GPU和CPU的加速。该框架使用基于协议缓冲区的模型定义格式，便于配置和实验。Caffe还包含一个大型模型库，提供用于图像分类和对象检测等任务的预训练网络。
应用
Caffe已用于学术研究、初创公司原型和大规模工业应用。它被应用于图像分类、分割和对象检测等计算机视觉任务，以及语音和多媒体处理。Yahoo!将Caffe与Apache Spark集成，创建了CaffeOnSpark，这是一个用于大规模数据处理的分布式深度学习框架。该框架的速度和模块化使其成为许多早期深度学习项目的首选。
Caffe2与PyTorch的合并
Caffe2于2017年4月宣布，引入了新功能，包括对循环神经网络的支持和改进的移动端部署。它专为生产环境设计，注重性能和可扩展性。2018年初，Facebook将Caffe2与PyTorch合并，结合了Caffe2的生产能力与PyTorch灵活的研究接口。合并后的项目继续以PyTorch形式存在，截至2025年，它仍然是领先的深度学习框架之一。