1.前言：結合網絡新聞與賈楊青教授摘錄些caffe2的功能特點。
Caffe是由伯克利人工智能研究實驗室開發的深度學習框架，Caffe2是Caffe框架的升級版，將擁有更大的組織計算靈活性。***專注於移動端的開發與優化.***它用途廣泛，例如支持開發者製造聊天機器人，連接物聯網服務，使用機器翻譯和語音，以及醫用圖片識別算法等。
2.Facebook宣佈開源Caffe2
據外媒4月18日報道，在剛剛結束的2017 F8開發者大會上，Facebook和高通宣佈將合作優化Caffe2和驍龍NPE (神經處理引擎)軟件框架。同時，高通神經處理器開發工具包支持Caffe2和谷歌TensorFlow。它使軟件與神經網絡數據單元緊密相關，採用頂端高通驍龍Snapdragon 835集成系統芯片。神經處理器開發工具包將於7月面世。高通的芯片已應用於數以百萬計的安卓系統。
據英國媒體4月19日報道，在Facebook F8開發者大會上，Facebook宣佈開源Caffe2深度學習框架，用於人工智能模型和應用開發。
3.caffe2的特性
caffe2是一個輕量級和模塊化的深度學習框架，強調便攜性，同時保持可擴展性和性能。
Caffe2的特性：
- Caffe2框架可以通過一臺機器上的多個GPU或具有一個及多個GPU的多臺機器來進行分佈式訓練。（多 GPU 和多主機處理）
- 也可以在iOS系統、Android系統和樹莓派（Raspberry Pi）上訓練和部署模型。
- 只需要運行幾行代碼即可調用Caffe2中預先訓練好的Model Zoo模型。
- Caffe2框架已經應用在Facebook平臺上。
- NVIDIA（英偉達），Qualcomm（高通），Intel（英特爾），Amazon（亞馬遜）和Microsoft（微軟）等公司的雲平臺都已支持Caffe2。
- GitHub上有Caffe2的源代碼。
4.新功能
Caffe2 採用了更現代的計算圖（computation graph）來表徵神經網絡或者包括集羣通信和數據壓縮在內的其它計算。這一計算圖採用「算子」（operator）的概念：在給定輸入的適當數量和類型以及參數的情況下，每個算子都包含了計算輸所必需的邏輯。儘管 Caffe 中的層總是採用張量（矩陣或多維數組），但 Caffe2 中的算子可採用併產生包含隨意對象的「blob」，這一設計使得很多過去在 Caffe 中不可實現的事情成爲可能：
（1）CNN 分佈式訓練可由單個計算圖表徵，不管是在一個或多個 GPU 還是在多臺機器上訓練。這對 Facebook 規模的深度學習應用很關鍵。
（2）在專業硬件上輕鬆進行異構計算。例如，在 iOS 上，Caffe2 計算圖可從 CPU 獲取圖像，將其轉化爲 Metal GPU 緩存對象，並將計算完全保留在 GPU 上，以獲得最大吞吐量。
（3）更好地管理運行時間資源，比如使用 memonger 優化靜態內存，或者預打包訓練網絡以獲得最佳性能。
（4）float、float16、int8 混合精度和其他量化模型的計算。
Caffe2 有超過 400 個算子，具備廣泛的功能。你可以瀏覽算子目錄（Operators Catalogue）、查看稀疏操作（Sparse Operations）並學習如何編寫自定義算子（CustomOperators）。
5.參考鏈接
https://zhuanlan.zhihu.com/p/26474272 http://news.cnfol.com/it/20170420/24621530.shtml
http://www.sohu.com/a/134971363_610300