Caffe | Caffe2 初识

#1. 认识Caffe

caffe设计理念，遵循了神经网络，所有的计算都是以layer形式表示的，layer做的事情就是处理一些数据，然后输出一些计算以后的结果，比如说卷积，就是输入一个图像，然后和这一层的参数(filter)做卷积，然后输出卷积的结果。

下面讲的通俗一下，基本上，最简单的用Caffe上手的方法就是先把数据写成Caffe的格式，然后设计一个网络，然后用Caffe提供的solver来做优化看效果如何，如果你的数据是图像的话，可以从现有的网络，比如说alexnet或者googlenet开始，然后做fine tuning，如果你的数据稍有不同，比如说是直接的float vector，你可能需要做一些custom和configuration。

总结：Caffe可以应用在视觉、语音识别、机器人、神经科学和天文学。Caffe提供了一个完整工具包，用于训练、测试、微调和部署模型。

#2. Caffe亮点

1) 模块化：Caffe从一开始就设计得尽可能模块化，允许对新数据格式、网络层和损失函数进行扩展。

2) 表示和实现分离：Caff