为什么现在大部分公司在做DL产品部署时还都是用Caffe?

1. 据一些不全面的了解,现在很多公司在做深度学习产品部署的时候还都是用Caffe,中小型公司尤为明显,实验、训练用其他框架的越来越多,但放到产品里的时候,还都是把其他框架训练的model想方设法(甚至费尽周折)转成Caffe的来做前传,原因何在?

2. 是否有不同框架做前传对比的benchmark?

3. PyTorch 1.0定位Research and Production,是否有取代Caffe做主流产品部署的可能,是否有一些详细的介绍或者实例?

4. PyTorch 1.0和Caffe2是什么关系了,为什么这次PyTorch 1.0的发布没什么Caffe2的信息了?

勿忘初心提问于 2019-01-02 14:43
1 个回答
  • 网易云社区2019-01-02 14:56


    选择 Caffe 确实有历史原因,但 Caffe 在架构、代码、性能、社区等方面的优势也是它前期很受欢迎的深层原因。


    不过到目前,对于大型企业来说,为了满足不同场景的需求,框架选择已经是多元化了。以网易猛犸大数据平台机器学习模块为例,TensorFlow、MXNet、Caffe 都是需要支持的。其他深度应用人工智能的企业也是类似的。



    对于贾大神来说,增强不同框架的协作提升开发效率也是一项重要任务,所以他撸了 ONNX(Open Neural Network Exchange,Facebook 和微软一起搞的),所以 Caffe 2 要并入 PyTorch。


    至于合并具体的进展和详细的信息,小编认为还是等官方放出来了。

    0 条回复