如何看待賈揚清Caffe2go開源，手機就能訓練神經網路？

01-04

作者：YJango

鏈接：如何看待賈揚清Caffe2go開源，手機就能訓練神經網路？ - YJango 的回答 - 知乎

來源：知乎

著作權歸作者所有，轉載請聯繫作者獲得授權。

人工智慧是人類智能的擴展，我非常希望所有人都能夠享受到這種擴展，實現自己想要達成的工作。通過手機的幾個操作就可以完成這種擴展是最棒的。

但目前的門檻是「訓練數據」和「計算能力」。手機只能作為「顯示器」和「人機交互平台」。數據和計算還需要計算機和其他人在背後支持。手機自身完成「訓練」首先應該是誤解了。應該是在手機上部署，或者說「應用」訓練好的模型。

caffe、caffe2、caffe2go這三者是不一樣的。

caffe是非常高效的針對畫面的深層學習框架。

「Caffe2 started as an attempt to improve the design of caffe, because we have learned quite a lot since the 2 years of running and using caffe. It is also aiming to make Caffe more general, not only focusing on vision but applicable to all kinds of machine learning tasks.」 caffe2/caffe2
「Caffe2是我們的第一個產業級深度學習平台，它可以在伺服器CPU、GPU、iOS和安卓四種平台上運行，使用同一種代碼。因為我們的模塊化設計，這種架構在不同平台上都使用同一種語言，但對每個平台都有優化。」賈揚清和彼得·瓦爾達（我不知道是不是他們的原話，從網路搜的）

Caffe2Go以我的理解應該是深層學習在手機上的部署。將訓練好的模型可以在手機上執行，而非雲端數據交換。

Caffe2Go：更輕便，更快

　　人工智慧已經對計算機科學產生了深遠的影響，但它大部分局限於大型數據中心，這些數據中心往往遠離實際使用以AI為動力的服務的人。因此，任何標榜能「實時」用AI處理某物的技術仍然受到延遲的影響，因為數據必須發送到數據中心，以在GPU上運行。我們也認為讓人們隨身帶著超級計算機是不切實際的，因此我們試圖找到一種方法，讓AI能在最無處不在的設備——智能手機上的CPU上工作。【重磅】Facebook賈揚清發文，Caffe2go將開源，手機就能訓練神經網路-搜狐科技

可以看到Caffe2Go的目的是讓深層神經網路擺脫數據交換的延遲，通過各種技術讓深層模型能夠在手機上高效的運行。跟讓手機訓練沒有關係。跟讓手機訓練沒有關係。跟讓手機訓練沒有關係。

第一個實現就是風格轉移模型，讓你在舉起手機拍攝視頻時，感覺拿著梵高的畫筆。

所運行的模型應該是在Caffe2上進行訓練的。

將手機作為終端來享受深層學習帶來的功能是非常棒的開發。使用者不需要管後台技術，不需要思考數據，訓練，優化的問題。

Caffe2Go能讓深層神經網路在手機上高效的運行。讓一般手機使用者也可以享受到AI帶來的功能。這是最了不起的地方。

感覺Caffe2Go應該不是說的在手機上進行訓練吧？具體新聞裡面好像也沒說清楚，但是感覺上來看應該是離線的訓練模型，然後deploy到手機上去predict，如果真的是這樣的話，目前torch，tensorflow，caffe都有類似的實現，在iOS和Android平台上。唯一不同的是Caffe2Go應該是專門針對移動平台進行了大量的優化，如NEON什麼的，以提升計算效率。

謝邀。

這個沒聽說過，但是這個不是新技術，tensorflow也可以。

挺好的啊，也許在未來，遇到不認識的東西，掏出手機一拍就行了！

噱頭，任何一個深度學習平台都可以在手機上運行包括但不限於: 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。

一直沒有找到caffe2go的源碼

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並不是第一個能在手機端運行的dl框架，其實主流的dl框架核心計算部分都是C/C++, 理論上都可以在手機端被調用，然而能調用還遠遠達不到產品級的需求。

我更看重Caffe2go在移動端做的很多針對性地優化，如矩陣計算（NNPack），使用Neon，以及iOS上利用GPU進行加速。這篇blog也用當下比較火的風格遷移（style transfer）應用做了一個demo，在iPhone 6s上可以達到20fps，加速效果還是很明顯的。期待早日開源。