caffe还有人用吗,caffe怎么用
深度学习入门 用caffe 还是tensorflow好 知乎
这个我觉得不一定吧，深度学习平台没有好坏之分，只能说每个平台的特点都不一样，选哪个都可以，关键是当你选定平台准备开始做的时候，尽量就不要换了。我目前用的是caffe，其实百度自己平台PaddlePaddle也是可以的--、还有，你如果想去读源码的话，数学基础一定要强！！！
Caffe是什么意思
①Caffe（卷积神经网络框架），全称Convolutional Architecture for Fast Feature Embedding。
②Caffe（咖啡厅），下午茶的休闲场所。
公元6世纪，埃塞俄比亚人统治也门50年，咖啡传播到阿拉伯世界的也门地区，人们开始大量种植咖啡树。
16世纪，土耳其人占领了也门，当地的咖啡种植已经初具规模，土耳其人开始将咖啡资源利用起来，经也门的摩卡港出口欧洲赚外汇。虽然19世纪摩卡港被苏伊士运河取代，但是“摩卡咖啡”已经是菜单上的保留节目了。
1616年，荷兰人把咖啡树苗偷运到自己的首都；随后的1658年，荷属殖民地斯里兰卡也有了咖啡树的身影。1699年，咖啡树进入印尼。而法国人此时也在紧锣密鼓地在自己国家试种、在法属殖民地广泛种植咖啡树。这样，亚洲、南美、中南美、非洲，都有了咖啡树。
学深度学习使用keras好还是caffe好
最近刚开始使用theano, 经验不多，连个基本的模型都跑不通，于是去看了下Keras，源码比较简洁，可以当作theano的示例教程来看，感受如下：
文档看似很全，每个layer是干啥的，每个参数是啥都写了，但是不去读代码，实际很多人是无法从文档理解其具体用法的。这点看issue里的讨论里可以看出。同样，example似乎很多，而且都能直接run，还都是real world的数据集，看似很好，但是实际上，对于新手，如果需要的模型跟example里的不完全一样，不容易搞懂到底需要把输入输出的数据搞成啥格式。举个例子，example都是做的classification的，没有做sequence labeling的例子，如果想拿来做个pos tagging，不知道数据如何组织。当然，这些其实花一天读下代码或者好好翻翻issue讨论就可以解决了，但我相信不少人不会去认真读代码或者看讨论，而是直接换个工具。我感觉目前的doc只有懂了代码的人才能看懂，不懂得看文档还是没啥用。
2.项目很简单所以开发者不多，但是很活跃，每天都有新东西加进去。今天增加了一个新的分支后端可以用theano或者tensorflow了，不过貌似由于不支持scan，backend用tensorflow的没实现recurrent layer。他们也意识到文档的问题，觉得需要为小白用户多加点tutorial而不是光给develop看。
我没用过其他的framework，仅说keras
拿来学习theano基本用法，很不错
库本身的代码，比较简单易读，我作为python菜鸟，也能看懂。目前model有sequential和grapgh两种，前者并不是指recurrent而是说网络是一层层堆的（也包括recurrent）.其他的主要概念包括layer，regularizer, optimizer,objective都分离开。layer用于build每层的输出函数，model会用最后一层的输出，根据objective和每个layer的regularizer来确定最终的cost，然后在update时用optimizer来更新参数。把这四个看下加上model里的fit函数，就会用theano啦。
很多模型都能cover，seq2seq这种也有现成的可用。建议不要光看example，多看看github上的 issues讨论，实在找不到，直接提问。
效率方面，我不懂theano怎么优化，感觉keras的这种封装，没什么成本，跟自己用原生theano是一样的。当然，theano本身就好慢啊。。估计是我不懂用吧。。
caffe中训练出来的model怎么样提取出来在matlab中使用
caffe中训练出来的model怎么样提取出来在matlab中使用
只在Linux环境下用过Caffe，（官方似乎还没给出Windows版本，但有人给出了解决方案：niuzhiheng/caffe · GitHub）。
Caffe提供了MATLAB接口，可以直接读取caffemodel中的模型参数，之后想怎么存就是你自己的事啦。以CaffeNet为例：
% add path for caffe's matlab interface
addpath('~/Deep.Learning/caffe-master/matlab');
% define constant variables
kLayerIndConv = 1; % conv_1
kLayerIndFCnt = 16; % fc_6
kProtoFilePath = './deploy.prototxt';
kModelFilePath = './bvlc_alexnet.caffemodel';
% load caffe model
