贾扬清开源 AI 框架 Caffe | 开源英雄

【编者按】在开源与人工智能的灿烂星河里，贾扬清的名字都格外地耀眼。因为导师 Trevor Darrell 教授的一句“你是想多花时间写一篇大家估计不是很在意的毕业论文，还是写一个将来大家都会用的框架？”，学生贾扬清一头扎进了创 Caffe 的世界。Caffe 成了贾扬清的代表作，而贾扬清的开源与 AI 征途还将走得更远。

采访 | 刘韧，云算科技董事长、《知识英雄》作者、DoNews 创始人

作者 | 李欣欣 刘韧 周扬    责编 | 唐小引

出品 | 《》编辑部

2013 年 6 月，伯克利大学。28 岁的贾扬清（见图 1）正在写 Decaf（Caffe 的前身）。3 个月后，贾扬清博士毕业，此刻，他在和伯克利心理学系的 Thomas Griffith 教授合作，研究一个心理学课题──人类在个人成长过程中是如何形成“类别”概念的。研究中，贾扬清用一个概率框架来表达人的行为，但从图像中提取到的人的行为特征较弱，很难推导出完整的结论。

图 1 伯克利时期的贾扬清

一天，贾扬清看到，一篇获得 2012 年 ILSVRC 比赛第一名的论文“Advances in neural information processing systems”，提到深度学习 AlexNet 模型，用 Convolutional Neural Network（卷积神经网络，简称 CNN）技术，击败了其它非神经网络的算法，只用两块 GPU 即可替代此前 Google 1 万 CPU 方案。一台机器顶一万台机器，且错误率从 25%降到 15%。这篇论文，一石击水，震惊行业。此前，神经网络一直不被业内人看好。

贾扬清受到启发，思考着将论文里的 CNN 提取特征技术，运用到他手头的心理学项目研究上。于是，贾扬清找到 Alex Krizhevsky（AlexNet 模型的作者之一），问他是否可以分享 AlexNet 的源代码？Alex 这样回复：抱歉，我开了公司，正在创业，因知识产权问题，无法直接给代码，但你在研究过程中，遇到问题时，可随时问我。

恰在此时，贾扬清得到 NVIDIA 的学术捐赠计划，收到了一块 K20 的 GPU（见图 2），对学生来说，“GPU 是很贵的！”于是，正在写毕业论文的贾扬清，动手攒了一台机器，利用空闲时间，复现 AlexNet 框架，用以提取图像中的特征。

图 2 最早做框架的 GPU

此时的贾扬清每日搭乘地铁，去 Google 公司实习。坐在地铁座位上，贾扬清打开电脑，摊在双腿上，见缝插针地继续写框架。作为 GPU 的初学者，万事开头难，但贾扬清沉迷其中，“写代码可能和玩游戏上瘾差不多。”“我花在编程上的时间从 20%、40%、80%……逐渐递增。”在 Google，贾扬清每天都要喝数杯咖啡，“这样不好”，贾扬清把正写着的框架命名为 Decaf，是想警醒自己，戒咖啡。

此时，贾扬清的任务清单里有：⒈博士毕业论文；⒉心理学研究课题；⒊找工作；⒋复现 AlexNet 框架。比起前三项任务，贾扬清把更多的时间花在了最后一项，写论文的时间被严重挤压。他找导师 Trevor Darrell（计算机科学家、伯克利教授）寻求建议，导师只问了一个问题：“你是想多花时间写一篇大家估计不是很在意的毕业论文呢？还是多花时间写一个将来大家都会用的框架？”

导师的话鼓舞了贾扬清，他把论文搁在了一边，一头扎进 Decaf。“导师总能教会我，分清主次。”

贾扬清写好了脚手架，小规模“跑起来”后，他把 Decaf 放到了伯克利的小组里，让同学们试用，大家都觉得“还挺好用的”。Evan Shelhamer、Jonathan Long、Jeff Donahue、Sergio Guadarrama 和贾扬清一拍即合，决定组成一个“核心小团伙”，在日常科研和工程工作以外，一起开发 Decaf。很快，“小团伙”复现出 AlexNet 模型。

Decaf 需要基于 cuda-convnet 来训练，但是通过 Decaf 验证，深度学习特征能够利用学习范例进行深入实验，大家觉得，干脆二次开发，做成一个完整的深度学习框架，让它成为通用又干净的 AI 框架工具。

因为 GPU 飞快的速度，贾扬清忖思着把 Decaf 改为 Caffe，伯克利小组的同学们更喜欢 Caffe 的叫法。于是，Decaf 更名为 Caffe。两个月后，Caffe 写完了。贾扬清特意跟导师申请了一笔费用，买来一台冰滴式咖啡机，放在研究室。此后，Evan Shelhamer 经常给大家做咖啡喝，这导致本想戒掉咖啡的贾扬清“最终也没能戒掉咖啡”，大家索性把对外接洽咨询工作的邮箱也改为了 caffe-coldpress。

图 3 贾扬清最早用来开发 Caffe 的电脑主机

贾扬清面临一个难题：该用哪种方式公布 Caffe？是像 Alex Krizhevsky 一样成立创业公司，商业化运作？还是作为程序库，纯粹支持科研？还是开源？贾扬清举棋不定，而其他 Caffe 开发者的意见也各有倾向，莫衷一是。

贾扬清有心开源 Caffe。他想到过去几个月，若是有一个公开的深度学习框架，能获取代码和算法的细节，自己就不必再浪费精力复现。而且，“当学生时，我内心深处就有‘做出一个东西，放到开源上’的愿望”，“我在伯克利所用到的代码，绝大多数都是开源的”，“只有把市场做大，大家才可能都有蛋糕吃”，“开源，并不会抹灭个人的技术能力”，“反正，买咖啡喝，我还是买得起的！夫复何求呢。”

该如何让大家同意呢？“这可比写 Caffe 难多了”。贾扬清决定，挨个找核心开发的同学们谈。有的同学好谈，有的则难辩，贾扬清急了，脱口说出气话“这是我写的框架，所以我应该有决定权！”的时候也有，前后谈了 7 天，最后，所幸同学们都同意 Caffe 开源。

2013 年 12 月，Caffe 放到 GitHub 上，正式开源。得知消息的 Alex Krizhevsky 也很开心。贾扬清的导师建议把伯克利大学写在 Caffe 的说明上，贾扬清也很乐意，“Caffe 以伯克利大学的名义开源，大家很骄傲，觉得为母校争光了。”

在 Google 实习时，贾扬清拿到了 Google 的正式 Offer，只等毕业后入职。不再想找工作的贾扬清完全放飞，索性毕业论文也不写了，最初研究的心理学课题，也不了了之。

Caffe 开始吸引用户和开发人员，借由 Caffe 光环，贾扬清结识了许多业内人士。两个月后，贾扬清意外收到英伟达公司的邮件，英伟达提出，将为伯克利研究所提供计算的资源，派工程师和贾扬清他们一起做框架优化，提升 Caffe 的应用稳定性。贾扬清同意合作，他看中英伟达在系统侧的优势。接下来的一年，汲取各方的力量的 Caffe，走在加速发展的路上。

Google 工作之余，贾扬清继续和伯克利的同事们一起维护 Caffe。贾扬清开始重新设计 Caffe 的一些结构，使它更模块化，更能适配各种环境下部署。有开源社区经验的 Evan Shelhamer 主导和各方进行合作；Jeff Donahue 帮助 Pinterest 建立了一个深度学习系统；Jonathan Long 给 Caffe 提供了包括 Python 接口在内的诸多新特性……在社区建设上，由 GitHub 和 caffe-users 邮件组一起组成了松散、自由的组织，依靠 Caffe 的使用者们自发管理。

做 Caffe，贾扬清经历了从 0~1 的完整项目经验积累，“Caffe 应该算是我第一个 C++ 的项目。”整体上“对我的锻炼很大，从组团开发、到如何推广、如何获取反馈、如何改进流程，我亲历了每个环节。”离开伯克利的第二年 5 月，贾扬清才终于完成了博士毕业论文。

小镇青年上清华

1984 年，贾扬清生在绍兴上虞县。父母都是中学语文老师。1 岁时，贾扬清最爱听故事，妈妈常拿着图画书给他讲故事。3 岁时，贾扬清已识两三百个字，常常捧着一本书，读得入迷。5 岁，父母带他去新华书店，贾扬清挑了《安徒生童话》，妈妈惊讶地问：书里的字，你能看懂吗？贾扬清点了点头。

贾扬清一家人住在校园，安宁平静，生活规律。6 点，父母起床，去守早自习，贾扬清也跟着起来了。小学六年级，贾扬清从父母所在的学校插班到上虞市中心学校，新环境，贾扬清感到好奇之余也有点自卑感，他更加努力学习，想通过成绩来证明自己。中考，贾扬清以上虞区第三名的成绩考进春晖中学。

初二，流行学计算机，尽管学校有机房，贾扬清父母还是花 7000 多元，给他买了台奔腾Ⅱ。贾扬清凭感觉在机器上捣鼓，试装各种软件、玩扫雷游戏……有一次，贾扬清去同学家玩，看到同学用鼠标在计算机屏幕上的图形界面上点来点去，并向他演示自己在学编程，贾扬清觉得好玩。回家后，他摸索着用 BASIC 写出一个小程序──在方框里输入一个年份数字，屏幕上显示出年份所对应的生肖。

计算机让贾扬清觉得“可以创造出一个新东西。”“很开心。”但贾扬清听父母话，为高考的目标，仍把精力放在学习上。初中，语文老师教同学们写文学评论，贾扬清把《论<西厢记>里诗歌的描写和艺术》当选题，老师很诧异，跟贾扬清的妈妈说：让孩子看《西厢记》是否太早了？妈妈则说“看吧，没关系。”父母教语文，贾扬清家里文学类书多，他常随意从父母的书架上抽出一本书，翻看。拿下一本钱钟书的《谈艺录》，翻了翻，当然“看不懂，又放了回去。”贾扬清看《西方文学史》《荷马史诗》，感觉“外面的世界和我生活的小城是不一样的。”贾扬清看《十四行诗》发现，西方的诗歌讲究韵脚，类似中国古代诗歌平仄。“居然可以相互印证，很有意思……”贾扬清一直对文学感兴趣，但他选了理科。“比起文科，理科可以靠自己的努力，走得更远一点。”又或许，受当时人人都说“学好数理化，走遍天下都不怕”的大环境影响。

高中，贾扬清拿到了全国物理和化学竞赛两个一等奖，英语也获得了综合能力二等奖。数学不突出，父母给他买了“洪恩在线”光盘，大量刷题。“不会做的题，也会买一整本练习题来做，直到熟悉运用为止。”贾扬清数学成绩逐渐好起来，获得了全国数学联赛二等奖。

2002 年，高考，物理试卷的最后一题，贾扬清失误了，痛失 27 分！结果，考了 686 分。贾扬清心之所向是清华计算机系，在跟清华招生办老师讨论后，稳妥起见，第一志愿上，填写了“清华大学自动化系”。当贾扬清打开通知书，看到封面写着“清华是你一生的骄傲”这句话时，很开心。

开启人工智能研究

清华图书馆早上 8 点开门，7 点多，贾扬清已和几位要好的同学站在门前排队等待自习。班里 27 个同学，贾扬清成绩很快又排到了前几名。本科四年，除了学习，贾扬清的生活还是学习。课余，贾扬清把微积分当作研究课题，做《吉米多维奇数学分析习题集》。

清华信息学院由自动化系、计算机系和电子系组成，三个系所学基础科目相同，计算机系偏理论和软件。“自动化系本质上就干两件事——烧锅炉和开电梯。烧锅炉，要让温度迅速升高，到达一定高温后，要让温度维持稳定，这就是控制理论要解决的问题。开电梯也同理。”

⼤三，贾扬清选修了张长⽔教授的《模式识别和智能系统》课，贾扬清忽然意识到，人工智能最让他着迷的是——从固有经验里突破出去，为可能性去探路。“这就有事儿可以干了！”而且“人工智能的算法，我们只能说以多少正确率、大概去做某些东西的识别，很多问题既无知也无解。”贾扬清对“机器学习”产生了浓厚的兴趣。“让机器自动帮人做事，把人从低级、重复的劳动中解放出来，是一件有趣、有意义的事。”论⽂阅读课，贾扬清找到《科学》杂志（Science），朗读了 Geoffrey Hinton 的《基于神经网络的数据降维》（Reducing the Dimensionality of Data with Neural Networks）文章。课后，贾扬清找“神经⽹络”相关的资料，自学，他去了解“玻尔兹曼机”等概念……尽管当时，在人工智能领域，“神经⽹络”处在低潮期。

毕业前夕，贾扬清凭兴趣做了一个课程设计——在交通拥挤的情况下识别单辆汽车。若能识别出有多少辆单辆汽车，便能判定当前路段的拥堵情况。贾扬清和同学们站在四环路上的每一个天桥上，用相机拍了许多经过桥下车辆的照片，手工在照片上做标识。“当时还没深度学习，我用了计算机视觉的经典方法，看识别车辆能到什么程度。”“我觉得这个问题好玩，有挑战，就去探索，也不是上来就能解决掉，若是已经有一个正确方法，就没意思了。”

2006 年 7 月，“好学生”贾扬清本科毕业，免试升入本校读硕士研究生。贾扬清跟随张长⽔教授，攻读模式识别和智能系统专业，正式走上人工智能研究之路。

一人独讲 5 篇国际论文

2008 年 7 月，芝加哥，计算机国际学术会议。天气炎热，穿短袖的贾扬清，被会议厅巨冷的空调吹得瑟瑟发抖。贾扬清心里也忐忑不安，他要反复上台，用英文讲 5 篇国际论文，其中 4 篇都是他陌生的领域，而台下都是来自世界各地的专业人士。

实验室 5 位同学论文入围，但只有贾扬清拿到了美国签证。无奈之下，贾扬清只好“依葫芦画瓢”代讲。导师鼓励他：“你放心，讲得烂，别人都不会记得，你没那么重要。放心讲就行了。”“搞砸了，人家记不住你；搞好了，人家会说，这个人还不错哦！” 学术会议上，欧美同行乐于主动展示自己的风气，对贾扬清冲击很大。国内实验室，大家普遍闷头做自己的科研，欧美人则非常希望自己的科研让更多人看见，他们主动找人攀谈，在讲台旁边支起易拉宝，努力宣传自己的项目。他们讲起自己正做的事，便眉飞色舞，眼里放光，浑身洋溢着自豪感。贾扬清被深深感染。“我学会了跟别人沟通自己做科研背后的想法。当时，我们普遍欠缺这种能力。”

2009 年夏天，25 岁的贾扬清从清华研究生毕业，一口气申请了十几所国外大学的博士生，其中加州大学伯克利分校计算机系提供全奖，学校在加州也甚合贾扬清的心意。那时，人工智能的研究处于摸索场景应用的初级阶段，语音识别、机器翻译、物体识别……就业方向局限在算法领域，从事数据科学家、数据挖掘等工作，还未单独成为招聘门类。

Google 实习

伯克利研讨会上，一位大厂同行主动找到贾扬清说：“我们很喜欢 Caffe。代码里，居然有单元测试！很多时候，搞科研的人写出来的代码真是没法看啊，但你们写的还不错！”这得益于贾扬清在 Google 实习，学写代码时养成了好习惯。

每年的 5 月下旬到 8 月，伯克利放暑假，学生们为培养工业实践经验，多数都会去大厂实习。2011 年，夏天，贾扬清在 NEC 实验室实习，第⼀次接触到稀疏编码（Sparse Coding），贾扬清做了⼀个⾃动学习每个特征的感知域算法，在 CIFAR 数据集上获得了当时最好的准确率。

博士二年级暑假，Google 邀请贾扬清到公司面试，随即便留下实习。Google 的实习，分产品工程和研究院两个方向。贾扬清在研究院，导师是华人韩玫（现任平安科技硅谷研究院院长）。贾扬清做图像识别和视觉图像上视频理解的研究，和图像搜索的团队一起，做精准识别模型，致力提升识别的正确率。后来，他所参与的工作，被集成到 Google Photos 的个人相册里。

置身 Google，贾扬清感受到，几万名工程师分布式协同工作的极致高效。Google 的工程实践流程体系健全，写代码的过程用规范固定下来：要求写程序时，要把单元测试方式写到旁边，方便他人修改后测试；要求用标准的格式写文档。短时间内，贾扬清写代码的能力，被迅速提升。“这一方面，得益于我从众多开源软件中学习；另一方面，我觉得好奇心是衡量学习的普世标准。看到好的代码，自己动手试一试，多写几次，不断改进。”“每个人都有好奇心，就像儿童敢吃任何东西，是因为儿童没有吃的经验，尝试吃新东西的边际收益大，世界真美味的欢乐大于偶尔吃到泥巴的苦。”“上了年纪，可借鉴的经验数据越来越多，就需要用哲学代替经济学，用信仰强行将自己置于探索行动中，而非总是科学理性地在经验中深度学习，选优。”

在 Google 实习，贾扬清“一边学东西，一边改善生活”。Google 食堂饭菜丰盛，有款名为“十磅”的甜点小蛋糕，寓意在 Google 待上一年，体重会涨 10 斤！贾扬清用 Google 的实习工资，换了一辆新车。在 Google 养成的良好工作习惯留痕在 Caffe 的代码里。

2013 年，贾扬清从伯克利毕业，获计算机博士学位。

从 TensorFlow 到 PyTorch

贾扬清到西班牙开会，患重感冒，深夜去药店买药，不懂西班牙语，打开 Google 翻译的照相机翻译，顺着货架一排排扫描过去，居然找到了布洛芬。

紧急情况下，用自己开发的功能，解决了问题，“感觉很奇妙”。Google 收购而来的 OCR 算法本来较简单，无法识别复杂的字体和文字，在云上识别，速度慢，贾扬清和作者一起，第一次将深度学习 OCR 模型做到了手机上。

2013 年，贾扬清入职 Google Brain（2023 年 4 月，Google Brain 与 DeepMind 合并为 Google DeepMind），两年后，贾扬清成为 TensorFlow 的创始团队一员。“TensorFlow 第⼀代框架的作者大多还在 Google，二代框架做得深入又完备。被 Google 的产品广泛采用。”TensorFlow 被 Google 公司开源，一度成为 GitHub 上 Star 数超高的项目。在 Google，贾扬清找到了个人的”比较“优势。“我先从 AI 的科研开始，和科学家们有共同语言；做工程，工程师们觉得我写代码不错。”“我能够让两边沟通协作。”

2016 年，贾扬清加入 Facebook 公司（现 Meta）。Facebook 需要搭建一个支持广告、Feed、搜索推荐、图像识别、自然语言处理、混合现实等所有产品的 AI 底座平台。贾扬清的 4 人团队，小而高效。在 Caffe 的基础上，开发 Caffe2。Caffe2 发布时，“增强现实和虚拟现实”突然流行，Caffe2 仅用了 2 个月的时间就嵌入了手机端。扎克伯格非常开心，亲自发了条动态，官宣了艺术家风格转换功能（见图 3）。这是深度学习⽹络首次在超过 10 亿台手机应用。

图 3 扎克伯格亲自官宣艺术家风格转换的功能

就在贾扬清做 Caffe2 的同时，纽约的 Facebook 人工智能研究院主导的 PyTorch 获得成功。2018 年，在贾扬清的主导下，Caffe2 的后端、PyTorch 的前端、ONNX 的标准合成⼀个完整的框架，命名为 PyTorch1.0。“如果说 TensorFlow 像一个庞大又复杂的联合收割机，PyTorch 则更像是一辆灵活又便捷的单车。”

问答实录

刘韧：机器翻译靠什么突破？

贾扬清：以往，机器翻译依赖建立语法规则实现，但两种语言间的句法差异巨大，很难用手写的方式，穷尽定义语法规则。现在，用神经网络，再借助互联网收集数据，训练神经网络，逐步优化、提升其精准度。

刘韧：规则方式和神经网络方式，不同在哪？

贾扬清：程序员写规则，就会陷入到无尽的规则中，进入规则沼泽，例外之外还有例外，是一个无穷尽的问题。用神经网络，用模糊的方式模糊地解决问题，再通过数据训练逐步提高预测准确率。

刘韧：深度学习和强化深度学习有什么不同？

贾扬清：强化深度学习意思是，如何把将来获得的收益或惩罚回归到现在。

刘韧：人工智能会在哪个方向上和人争工作？

贾扬清：简单重复的人类劳动被替换是个好事，人解放出来的时间，可以想更多的可能性。达芬奇有幅非常著名的画叫《岩间圣母》（Virgin of the Rocks），圣母的主体是达芬奇画的，背景的花草石头是达芬奇的助手画的，达芬奇也需要助手。今天很多画家，他画主体，再找助手把背景填上去。他也可以让 AI 来填背景。就像达·芬奇的助手一样，AI 能提升画家的效率。

刘韧：中美的技术差距体现在哪方面？

贾扬清：好奇心。我们最优秀的人才在追求执行力，解决具体问题。欧美人更喜欢搞新东西。不得不承认，美国人已经解决温饱很长时间，因此他们玩得更多，玩得多，总能玩出一些新东西。我们在很多方面要追，这事急不来。

关于《开源英雄》

《开源英雄》是由 CSDN 创始人&董事长、极客帮创投创始合伙人蒋涛发起，中国著名 IT 记者、DoNews 创始人刘韧领衔，CSDN、《新程序员》联合出品的专访栏目。通过开源开放的 CSDN 写作班，深入访谈全球顶尖开源人物，为广大开发者传递更多、更高质量的信息，透过他们的人生及成长寻找共鸣、共舞开源世界。

自栏目推出至今，我们专访了 Vue 作者尤雨溪、LVS 创始人章文嵩、Linux 内核守护者吴峰光、中国 Linux 第一人宫敏、小米开源奠基者崔宝秋、Caffe 作者贾扬清，如果你有想让我们报道的开源人物，欢迎在 GitCode 上提交 Issues 或 PR。

地址：https://gitcode.net/programmer_editor/Open-Source-Heroes

推荐阅读：