什么是Caffe？
Caffe是一个清晰而高效的深度学习框架，主要用C++/CUDA编写，支持命令行、Python和Matlab接口，可以在CPU和GPU之间无缝切换。它的全称是Convolutional Architecture for Fast Feature Embedding，核心语言是C++。
Caffe的特点
- 模块化：Caffe设计之初就做到了尽可能的模块化，允许对数据格式、网络层和损失函数进行扩展。
- 表示和实现分离：Caffe的模型定义是用Protocol Buffer语言写进配置文件的，支持网络架构。
- 测试覆盖：每一个单一的模块都对应一个测试。
- Python和Matlab接口：同时提供两种接口。
- 预训练参考模型：针对视觉项目，Caffe提供了一些参考模型。
Caffe架构
Caffe通过“Blobs”即以四维数组的方式存储和传递数据。Blobs提供了一个统一的内存接口，用于批量图像（或其他数据）的操作和参数更新，Models是以Google Protocol Buffers的方式存储在磁盘上的。大型数据存储在LevelDB数据库中。
Caffe的硬件环境
CPU的选择：Caffe支持CPU和GPU训练。如果采用CPU训练，CPU支持的线程越多越好。
GPU的选择：因为Caffe只支持cuda库，所以选择Caffe作为深度学习框架一定要选用NVIDIA显卡。
内存的选择：选择支持双通道的内存以及高频率的内存有利于训练。
硬盘选择：Caffe采用单独线程异步方式从硬盘中顺序读取数据，需要根据实际情况看是否考虑固态硬盘（SSD）。
Caffe的依赖库
Boost库、GFlags库、GLog库、LevelDB库、LMDB库、ProtoBuf库、HDF5库、snappy库等。
Caffe的接口
Caffe提供Python接口Pycaffe、Matlab接口matcaffe和命令行接口。