caffe2 是一个深度学习架构，它提供了一种简易快速的方法为让你能否迅速接触深度学习并能为社区贡献新的算法和模型．你可以把作品部署到有很强计算能力的ＧＰＵ上，也可以把作品部署到有caffe2交叉编译环境的手机上．
caffe2和caffe相比有什么区别呢？caffe架构的初衷是部署在大型产品上，主要是它的无与伦比的性能和使用Ｃ＋＋的易测性上．随着新的计算形式的出现，特别是分布式计算，手机，简化精度计算，和更多非机器视觉的应用．它的设计
出现了一些局限．
caffe2在caffe1.0上面做了以下优化和改进：
Ａ 对大规模并行计算的训练支持非常好．
Ｂ 手机平台部署
Ｃ 新的硬件的支持（包括ＣＰＵ 和ＣＵＤＡ）
Ｄ 未来方向的灵活性，如量化计算
Ｅ facebook的应用的对维度压力测试．
总的来说，caffe2有以下特点：
一个轻量化的深度学习算法框架
caffe2 主要为产品级别的深度学习算法设计
为移动端实时计算做了很多优化
同时支持大规模的分布式计算
Caffe2是一个跨平台的框架
支持移动端iOS, Android, 服务器端Linux, Mac, Windows, 甚至一些物联网设备如Raspberry Pi, NVIDIA Jetson TX2等平台部署
总而言之，Caffe2是一个跨平台的新型工业级神经网络框架。我们在移动端，服务器端，物联网设备，嵌入式系统都能部署Caffe2训练的模型。希望在不久的将来，Caffe2可以帮助大家在各种各样的设备上部署新的人工智能算法。