现如今，在深度学习领域中的主流开源框架有很多。而Caffe框架是人们无法绕过的一座山。这不仅是因为它无论在结构、性能上，还是在代码质量上，都称得上一款十分出色的开源框架。更重要的是，它将深度学习的每一个细节都原原本本地展现出来，大大降低了人们学习研究和开发的难度。Caffe框架之所以广受欢迎是因为其稳定的模型架构、较好的设备抽象、清晰的说明教程（用户只需要将官方文档的例子跑一遍，基本就能清楚Caffe的操作过程和细节）以及开放的模型仓库。
本教程详细介绍了Caffe的优势、架构，网络定义、各层定义，Caffe的安装与配置，解读了Caffe中Filler的作用以及cifar10、ImageNet数据集和mnist数据集创建lmdb或leveldb类型的数据等等。再加上大量的解析Caffe中重要的源码理解其精髓，加强对深度学习理论的理解。在教程的最后还配有Caffe完整的案例解析。
1.课程研发环境
主要讲解的是Windows环境下Caffe框架
操作系统：推荐Windows Server 2012 R2 64bit或Windows 7 SP1 64bit以上
编译环境：Visual Studio 2013 Ultimate版
CAFFE数据包
2.内容简介
本教程以目前已经大量用于线上系统的深度学习主流框架Caffe为例，从底层开始，由浅入深，先是概述Caffe框架，说明其和深度学习的关系，然后讲解并演示 Caffe的配置、部署、使用，接着讲解了Caffe的基本数据结构，然后通过大量的阅读Caffe源码理解其精髓，加强对深度学习理论的理解，最终达到熟练运用 Caffe 解决实际问题的目的。本教程还讲解了Caffe框架中的MNIST数据集，从使用脚本下载数据集，再到其数据格式的一个描述，最后还详细演示了其数据格式转换。和其他深度学习主流框架教程相比，本教程偏重动手实践，将难以捉摸的枯燥理论用浅显易懂的形式表达，透过代码揭开其神秘面纱，更多地贴近实际应用。
| 
