Wir benutzen Cookies, um Ihnen eine Vielzahl von Services mit hoher Benutzerfreundlichkeit anzubieten. Mit der Nutzung der Webseite erklären Sie sich mit dem Einsatz von Cookies einverstanden. Lesen Sie mehr Informationen in unserer Datenschutzerklärung.
Caffe2 KI / Deep Learning | Wiki
Die Caffe Software wurde speziell für Deep Learning entwickelt. Sie wurde am Vision and Learning Center der University of California, Berkeley erarbeitet.
Zuerst portierte Caffe die von MATLAB implementierten sehr schnellen Convolutional Neural Networks (CNN) nach C / C++.
Die Software beinhaltet diverse Algorithmen und Deep-Learning-Architekturen für die Klassifikation und Cluster-Analyse insbesondere von Bilddaten. CNN, R-CNN (Rekurrentes neuronales Netz), LSTM (Long short-term memory) sowie vollständig verbundene neuronale Netze werden unterstützt.
Caffe unterstützt die Grafikprozessor-basierte Beschleunigung mit NVIDIA cuDNN. Die Performance ist so hoch, dass Millionen von Bildern in wenigen Stunden bearbeitet werden können.
Gesteuert wird die Software Caffe über Python und MATHLAB. Kommerziell wird Caffe zum Beispiel von Yahoo genutzt. Yahoo hat Caffe in Apache Spark eingebunden (caffeonspark), um Deep Learning in skalierbaren verteilten Umgebungen einzusetzen.
Das Rechenzentrum von Cloud1X wurde von Anfang an nach der amerikanischen Norm TIA 942 und der europäischen Norm EN 50600 geplant und gebaut. Im Rahmen einer Standortanalyse und einer Machbarkeitsstudie wurden alle wichtigen Faktoren untersucht. Bei der Planung wurde z.B. der Ausbau nach der höchsten Klasse 4 (Tier 4 nach TIA 942) und die Energieeffizienz und die Verwendung erneuerbarer Energien berücksichtigt. Alle Systeme sind mehrfach redundant ausgelegt und verfügen über redundante Pfade für die Versorgung.