对话旷视孙剑：比TensorFlow还早半年，旷视Brain++的进化法则( 六 )_智东西文|季瑜生打榜、噱头、争议、烧

尽管放在如今看来，作为一个初代的深度学习框架， Caffe的出现无论对于业界还是对于学界都可谓是意义深远。不过，作为初代深度学习架构， Caffe的设计本身依旧有着一定的局限性。

比如在使用时， Caffe网络结构都是以配置文件形式定义，缺乏以计算图为代表的相对自由灵活、可视化的算法表达。而截止2015年，以152 层的 ResNet为代表的一些大型神经网络已经出现，而恰恰针对这种对于大型神经网络， Caffe使用起来会变得十分繁琐。

因此，针对Caffe架构中的一些不足，旷视Brain++在一开始就确立了要以计算图的方式来进行框架搭建的思路。

放眼行业，这种基于计算图的方式，也正是目前以TensorFlow、PyTorch等为代表的第二代AI框架的一大特色所在。不过不同的是， Brain++的出现比TensorFlow早了半年，对于旷视内部的视觉图像研发人员而言，也更具有针对性优势与亲切感。

此外，日后的诸多采访中，我们也可以隐隐窥见旷视对于构建一个完全自主可用的AI架构的野心与付出。

对话旷视孙剑：比TensorFlow还早半年，旷视Brain++的进化法则( 六 )