开发 | Facebook 开源全新深度学习框架 Caffe2,让 AI 从云端走向终端

AI科技评论消息,在昨晚开幕的 F8 年度开发者大会上,Facebook 发布了一款全新的开源深度学习框架 Caffe2。按照官网介绍,它的最大特点就是轻量、模块化和可扩展性,即一次编码,到处运行(和 Java 的宣传语类似)。说得更直白一点,就是 Caffe2 可以方便地为手机等终端设备带来 AI 加持,让 AI 从云端走向终端。

Caffe2 相比 Caffe 更新了什么

Caffe2 官方博客表示:长期以来,提起 AI 模型的训练和部署,人们通常都会联想到大数据中心或超级计算机。之所以会出现这种现象,是因为小型计算设备在大规模图像、视频、文本和语音处理上具有明显的短板,无论在速度还是可靠性上都远远不及大型数据中心。因此在移动设备上部署 AI 模型,使其能够快速准确地处理相关分析任务,一直是一项有待解决的难题。要解决这个难题,让 AI 终端化,除了有赖于移动硬件平台的发展之外,在软件框架层面也需要一个灵活轻便的框架支持。

而 Caffe2 正是这样一个框架。它是在此前流行的开源框架 Caffe 基础上的重构和升级,一方面集成了诸多新出现的算法和模型,另一方面在保证运算性能和可扩展性的基础上重点加强了框架在轻量级硬件平台的部署能力。按照官方介绍,Caffe2 除了支持现在已经成为标配的云端 GPU 加速之外,还可以部署在包括 iOS,Android,英伟达 Tegra X1 和树莓派(Raspberry Pi)等在内的各种移动平台上。用户只需要加载 Caffe2 框架,然后通过几行简单的 API 接口调用(Python 或 C++),就能在手机 App 上实现包括图像识别、自然语言处理和计算机视觉等在内的各种 AI 功能。

Caffe 和 Caffe2 背后的主要开发者,加州大学伯克利分校博士贾扬清在接受外媒采访时表示:

“几乎所有的深度学习框架都或多或少地提到了扩展性,但我们可以相当自信地说,Caffe2 在这方面要优于其他框架。”

在 Caffe 平台的另一项核心竞争力:Model Zoo 社区方面,Caffe2 也提供了完整的支持。此前,为数众多的 Caffe 开发者和研究人员都会经常在 Model Zoo 社区分享一些已经实现好的组件或模型,其他开发者可以直接下载和修改,这大大加快了大家的开发进度,避免了重复劳动。在更新了 Caffe2 之后,官方表示用户依然可以在 Model Zoo 社区上传相关组件,而且官方提供了脚本工具可以将老版 Caffe 模块一键转换到 Caffe2 平台,详情参见:http://caffe2.ai/docs/zoo.html

Caffe2 得到了哪些支持

值得注意的是,除了 Caffe2 框架本身之外,Facebook 还在发布会上宣布了一系列和 Caffe2 相关的云平台和硬件平台支持。

云平台方面,亚马逊 AWS 表示目前在旗下的 Deep Learning AMI 上已经加入了 Caffe2 支持,用户可以直接在 AWS 运行相关样例。微软 Azure 也表示已经在旗下 Data Science Virtual Machine (DSVM)上兼容 Caffe2。

硬件平台方面,Nvidia 加速计算总经理兼副总裁 Ian Buck 在博客中表示,旗下的 GPU 可以接入 Facebook 服务器进行深度学习计算,并将帮助更多人学习使用 Caffe2。高通表示,公司正在与 Facebook 合作,进一步优化 Caffe2 框架,并将深度适配旗下 Snapdragon 神经处理引擎(NPE)。英特尔表示,未来将集成旗下数学内核库(MKL)到 Caffe2 中。

目前,Caffe2 框架已经被 Facebook 内部采用,开发者和研究人员们正在使用该框架提供的各种工具训练大型的机器学习模型,并为 Facebook 旗下的移动应用提供 AI 智能体验。

Caffe2 官网:http://caffe2.ai/

GitHub 开源地址:https://github.com/caffe2/caffe2

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-04-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI研习社

Facebook 开源深度学习框架 Caffe2,让 AI 从云端走向终端

AI 研习社按:在昨晚开幕的 F8 年度开发者大会上,Facebook 发布了一款全新的开源深度学习框架 Caffe2。按照官网介绍,它最大的特点就是轻量、模块...

32913
来自专栏量子位

Google大脑科学家吐槽深度学习:瓶颈就是太不重视工程!

Google Brain团队成员Denny Britz在博客上发表了一篇文章,对深度学习研究界进行了一番吐槽,转到twitter后收获了数百转发,可见共鸣之广。...

1899
来自专栏AI研习社

不需要敲代码就可以开发深度学习应用?我们来探个究竟

AI 研习社按:在深度学习仍然需要不少的数学和计算机编程能力的现在,如果突然出现了一个不需要写任何公式和代码的深度学习应用开发平台,你会是什么感觉?震惊?鄙夷?...

462
来自专栏专知

DeepMind开源Psychlab平台——搭建AI和认知心理学的桥梁(附论文和代码下载)

【导读】DeepMind近期开源了Psychlab,这是一个利用认知心理学等领域知识来研究受控环境下人工智能体(Artificial Agent)的行为,从而模...

33111
来自专栏PPV课数据科学社区

TensorFlow产品经理:机器学习如何改变未来十年的软硬件?

本文为你分享Google产品经理关于机器学习工具的讲座概要。 最近,Google Brain员工,TensorFlow产品经理Zak Stone在硅谷创业者社群...

2664
来自专栏CVer

【重磅】TensorFlow中文社区论坛发布

昨天Amusi在刷微信公众号推文,突然看到"TensorFlow"官方微信推送的文章,瞬间就被点燃了。对于这种标题党“TensorFlow中文社区论坛 (测试版...

4286
来自专栏AI科技评论

动态 | AutoKeras:Google AutoML的克星

AI 科技评论按:Google AI 近日终于发布了 AutoML 的测试版,有人说这项服务将彻底改变我们进行深度学习的方式。

823
来自专栏大数据文摘

谷歌发布TensorFlow Lite:移动端+快速+跨平台部署深度学习

1413
来自专栏AI科技评论

谷歌、微软、OpenAI等巨头七大机器学习开源项目 看这篇就够了

在人工智能行业,2015-2016 出现了一个不同寻常的趋势:许多重量级机器学习项目纷纷走向开源,与全世界的开发者共享。加入这开源大潮的,不仅有学界师生,更有国...

41411
来自专栏AI科技评论

观点 | 不需要敲代码就可以开发深度学习应用?我们来探个究竟

AI 科技评论按:在深度学习仍然需要不少的数学和计算机编程能力的现在,如果突然出现了一个不需要写任何公式和代码的深度学习应用开发平台,你会是什么感觉?震惊?鄙夷...

982

扫描关注云+社区