介绍
Caffe(Convolutional Architecture for Fast Feature Embedding)是由伯克利视觉和学习中心(Berkeley Vision and Learning Center,BVLC)开发的基于C++/Python实现的卷积神经网络框架，由贾扬清开发和维护。
Caffe提供了C++、Python和Matlab的接口，目前版本较多。
Caffe主页：http://caffe.berkeleyvision.org/
Caffe Linux版本：https://github.com/BVLC/caffe
Caffe Faster Rcnn版本：https://github.com/rbgirshick/py-faster-rcnn
Caffe Windows版本：https://github.com/niuzhiheng/caffe
特点
1.速度快，利用MKL、OpenBLAS、cuBLAS等计算库，大量计算优化工作由计算库保证；
2.完全开源；
3.带有一系列的参考模型、用例，可快速上手；
4.Caffe有很多活跃的社区及分支版本，比如Caffe for Intel、Caffe for RCNN等；
5.Caffe结构组织清晰，可读性好，很适合作为机器学习入门者学习（相比于tensorflow就比较难懂了）；
Caffe依赖库
ProtoBuffer：Google开发的一种实现内存和非易失存储介质交换的协议接口；
Boost：“C++准标准库”，包含字符串处理、正则表达式、容器和数据结构、并发编程等许多领域，使C++开发更加灵活高效；
GLOG：C++语言的日志记录框架；
BLAS：包括矩阵、向量的运算；
HDF5：高效存储和分发科学数据的新型数据格式；
OpenCV：当前世界上最流行的开源计算机视觉库，包含大量的图像处理函数；
LMDB和LEVELDB：闪电般的内存映射型数据库管理器，Caffe中主要用于数据管理；
推荐学习资料
书籍：《21天实战Caffe》
博客：http://www.cnblogs.com/denny402/tag/caffe/ （强烈推荐）
https://so.csdn.net/so/search/s.do?q=%E6%A2%B3%E7%90%86caffe%E4%BB%A3%E7%A0%81&t=blog&u=langb2014 （Caffe代码学习）
