Caffe (Convolutional Architecture for Fast Feature Embedding) is a deep learning framework, originally developed at University of California, Berkeley. It is open source, under a BSD license. It is written in C++, with a Python interface.
| Attributes | Values |
|---|
| rdf:type
| |
| rdfs:label
| - Caffe (programari) (ca)
- Caffe (de)
- Caffe (software) (en)
- Caffe (ja)
- Caffe (ru)
- Caffe (zh)
- Caffe (програмне забезпечення) (uk)
|
| rdfs:comment
| - Caffe és un entorn de programari dins l'àmbit d'aprenentatge profund, desenvolupat originàriament per Yangqing Jia com a part del seu projecte de doctorat a la universitat UC Berkeley. El programari Caffe és de tipus codi obert i està sota la llicència BSD. Caffe està codificat en llenguatge C++ amb una interfície Python. (ca)
- Caffe (Convolutional Architecture for Fast Feature Embedding) is a deep learning framework, originally developed at University of California, Berkeley. It is open source, under a BSD license. It is written in C++, with a Python interface. (en)
- CAFFE（Convolutional Architecture for Fast Feature Embedding）は、カリフォルニア大学バークレー校で開発されたディープラーニングのフレームワークである。オープンソースのソフトウェアであり、BSDライセンスの元に公開されている。ソースコードはC++で書かれており、Pythonインターフェイスが存在する。 (ja)
- Caffe — среда для глубинного обучения, разработанная (Yangqing Jia) в процессе подготовки своей диссертации в университете Беркли. Caffe является открытым программным обеспечением, распространяемым под лицензией BSD license. Написано на языке C++, и поддерживает интерфейс на языке Python. Название Caffe произошло от сокращения «Convolution Architecture For Feature Extraction» (Свёрточная архитектура для извлечения признаков). (ru)
- CAFFE（快速特征嵌入的卷积结构，Convolutional Architecture for Fast Feature Embedding）是一个深度学习框架，最初开发于加利福尼亞大學柏克萊分校。Caffe在BSD许可下开源，使用C++编写，带有Python接口。 (zh)
- CAFFE (англ. Convolutional Architecture for Fast Feature Embedding) — це система для глибинного навчання, первинно розроблена в Каліфорнійському університеті в Берклі. Вона є відкритою, з ліцензією BSD. Її написано мовою C++ з інтерфейсом для Python. (uk)
- Caffe ist eine Programmbibliothek für Deep Learning. Sie wurde von Yangqing Jia während seiner Ph.D.-Zeit am Vision and Learning Center der University of California, Berkeley entwickelt. Caffe hat zuerst die MATLAB-Implementierung von schnellen Convolutional Neural Networks (CNN) nach C und C++ portiert. Caffe enthält zahlreiche Algorithmen und Deep-Learning-Architekturen für die Klassifikation und Clusteranalyse von Bilddaten. CNN, R-CNN (Rekurrentes neuronales Netz), LSTM (Long short-term memory) und vollständig verbundene neuronale Netze werden unterstützt. Mit Caffe kann die Grafikprozessor-basierte Beschleunigung mit cuDNN von Nvidia genutzt werden. (de)
|
| foaf:name
| |
| foaf:homepage
| |
| name
| |
| dcterms:subject
| |
| Wikipage page ID
| |
| Wikipage revision ID
| |
| Link from a Wikipage to another Wikipage
| |
| Link from a Wikipage to an external page
| |
| sameAs
| |
| dbp:wikiPageUsesTemplate
| |
| author
| |
| developer
| - Berkeley Vision and Learning Center (en)
|
| genre
| - Library for deep learning (en)
|
| latest release date
| |
| latest release version
| |
| license
| |
| operating system
| |
| programming language
| |
| website
| |
| has abstract
| - Caffe és un entorn de programari dins l'àmbit d'aprenentatge profund, desenvolupat originàriament per Yangqing Jia com a part del seu projecte de doctorat a la universitat UC Berkeley. El programari Caffe és de tipus codi obert i està sota la llicència BSD. Caffe està codificat en llenguatge C++ amb una interfície Python. (ca)
- Caffe (Convolutional Architecture for Fast Feature Embedding) is a deep learning framework, originally developed at University of California, Berkeley. It is open source, under a BSD license. It is written in C++, with a Python interface. (en)
- Caffe ist eine Programmbibliothek für Deep Learning. Sie wurde von Yangqing Jia während seiner Ph.D.-Zeit am Vision and Learning Center der University of California, Berkeley entwickelt. Caffe hat zuerst die MATLAB-Implementierung von schnellen Convolutional Neural Networks (CNN) nach C und C++ portiert. Caffe enthält zahlreiche Algorithmen und Deep-Learning-Architekturen für die Klassifikation und Clusteranalyse von Bilddaten. CNN, R-CNN (Rekurrentes neuronales Netz), LSTM (Long short-term memory) und vollständig verbundene neuronale Netze werden unterstützt. Mit Caffe kann die Grafikprozessor-basierte Beschleunigung mit cuDNN von Nvidia genutzt werden. Als hauptsächliche Programmierschnittstelle sind Python (NumPy) und MATLAB vorgesehen. Yahoo hat Caffe in Apache Spark eingebunden (caffeonspark) um Deep Learning verteilt zu verwenden. (de)
- CAFFE（Convolutional Architecture for Fast Feature Embedding）は、カリフォルニア大学バークレー校で開発されたディープラーニングのフレームワークである。オープンソースのソフトウェアであり、BSDライセンスの元に公開されている。ソースコードはC++で書かれており、Pythonインターフェイスが存在する。 (ja)
- Caffe — среда для глубинного обучения, разработанная (Yangqing Jia) в процессе подготовки своей диссертации в университете Беркли. Caffe является открытым программным обеспечением, распространяемым под лицензией BSD license. Написано на языке C++, и поддерживает интерфейс на языке Python. Название Caffe произошло от сокращения «Convolution Architecture For Feature Extraction» (Свёрточная архитектура для извлечения признаков). (ru)
- CAFFE（快速特征嵌入的卷积结构，Convolutional Architecture for Fast Feature Embedding）是一个深度学习框架，最初开发于加利福尼亞大學柏克萊分校。Caffe在BSD许可下开源，使用C++编写，带有Python接口。 (zh)
- CAFFE (англ. Convolutional Architecture for Fast Feature Embedding) — це система для глибинного навчання, первинно розроблена в Каліфорнійському університеті в Берклі. Вона є відкритою, з ліцензією BSD. Її написано мовою C++ з інтерфейсом для Python. (uk)
|
| prov:wasDerivedFrom
| |
| page length (characters) of wiki page
| |
| latest release date
| |
| latest release version
| |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)