1樓：
沒想到這麼多年過去了，我現在要回答這個問題。caffe2簡直是逆天了，太難用了。MaskRCNN竟然是用這麼難用的玩意寫出來的
2樓：
dimension不能dynamic inference，弄的乙個簡單的操作得用一堆reshape transpose去hack，太坑人
3樓：wdx04
個人對Caffe 2最不能理解的就是這樣乙個新的Python深度學習框架居然只支援Python 2.7，不支援3.x。
Caffe 2的開發者是不是為了把performance做到極致，而在其它方面犧牲太多了？
4樓：
瀉藥。。。
作為caffe重度使用者，pytorch的初學者，以及工業屆的一枚工程師，目前還沒找到乙個讓自己使用caffe2的理由。
yangqing過早的放棄caffe，而caffe2的正式亮相實在是有點晚，我感覺非常可惜。
現在的工業屆用tensorflow，caffe，mxnet，cntk或者torch/pytorch等框架訓練模型，然後轉換個模型，部署到移動平台並不是多大問題。所以，caffe2適用工業屆的說法，並不能讓工業屆同仁真正接受，略有些勉強。
5樓：辰空
Caffe2瞄著移動端，是不是意味著移動裝置(例如手機)有趨勢成為下乙個計算平台？
隨著硬體提速和框架的先進，會不會實現像類似電腦從 ENIAC 到PC一樣的演化啊？
6樓：Qjtbs
據說fb計畫pytorch用於做research，caffe2做production。
最近在學習pytorch，確實非常方便靈活，動態圖的設計機制比tf之類的靜態圖更靈活，寫起來很像numpy，簡單。
caffe2還沒具體學習，待更
7樓：idonotk
佔沙發，坐等大佬。
估計大佬都在吃飯<>_<>
facebook現在主要的是torch（pytorch）和caffe（2）了，Yangqing Jia也說了這兩個專案的差別比較大，兩者的目標就不同，pytorch比較適合實驗研究用，適合開發一些結構新奇的網路，caffe2官方文件裡面就交代了是production-ready，很明顯的偏向工業界，主要強化了便攜性和效能。
既然偏向應用，caffe2也提供了一些網路模型庫，目前主要有影象分類，分割，標記等，還是很少的，隨著開源後更多開發人員的加入應該會有更多的模型庫。
下午有時間實驗一下，先睡覺
我們最近在官方授權下翻譯pytorch ，快出1.0了，Facebook動作好快啊，感覺f最近攢了好多人才啊
8樓：
caffe2如果目標是移動平台的話，那麼f8同時推出的使用mask rcnn進行scene undestanding的AR studio就完全能解釋了
如何評價《深度學習 21天實戰Caffe》？
zhen gao 看完了，對我這樣的小白，了解caffe還是很有幫助的，書裡列出了很多參考資料，書裡整段貼log，且有很多沒有對log作說明很奇怪，一般書籍只是摘取有用的log資訊，這本書有的地方編譯，git clone的log都往裡粘，確實很坑，書再版應該精剪一半的篇幅。書的定價太高了79元，演算...
如何看待賈揚清Caffe2go開源，手機就能訓練神經網路？
張明鋒 噱頭，任何乙個深度學習平台都可以在手機上執行包括但不限於 tersorflow,mxnet.平台系統來說沒有多大差異化和沒看出帶來的多大益處。 Yubin Wang 這個翻譯想要做個標題黨，然而沒有找對點，很少有人會真在手機上進行dl的訓練，沒啥意義，手機是部署平台。Caffe2go並不是第...
深度學習yolo如何轉caffe？
陳立裡 Leon Wu yolo tiny 已經成功轉換到caffe 了，但是轉換的時候有這個提示 Transpose fc layers False converting conv1 converting conv2 converting conv3 converting conv4 conver...