雷鋒網(wǎng) AI 科技評論消息，繼年初張潼博士離職騰訊 AI lab，又傳來重磅人事變動——賈揚清離職 Facebook。

昨日，有用戶在知乎爆料，賈揚清已離職 Facebook，他的下一站將是阿里硅谷研究院，職級為 VP。從各路傳言看來，這已經(jīng)得到諸多業(yè)內(nèi)人士確認。

賈揚清擁有加州大學伯克利分校計算機科學博士學位、清華大學碩士學位和學士學位，曾于新加坡國立大學、微軟亞洲研究院、NEC 美國實驗室、Google Brain 工作，在離職 Facebook 之前，負責 Facebook 前沿 AI 平臺的開發(fā)以及前沿的深度學習研究。

他最為人所熟知的成就當屬在伯克利期間開發(fā)的深度學習框架 Caffe。在接受《程序員》雜志專訪時，談到開發(fā) Caffe 的前因后果，他表示，2013 年，因為 Alex Krizhevsky 在 ImageNet 的成功，他開始考慮把 CNN 的特征用到心理學的實驗上，于是就寫了 Decaf。Decaf 需要基于 cuda-convnet 來訓練，他們通過 Decaf 驗證了深度學習特征的優(yōu)異的可移植性，這應該算是他開始考慮實現(xiàn)一個完整的深度學習框架的初衷。

2013 年下半年，他獲得了 NVIDIA 學術(shù)捐贈計劃的一塊 K20 GPU，當時他正好在寫畢業(yè)論文，空閑之余準備把這個計劃實現(xiàn)出來。

「我從9月下旬開始，先自己攢了一個機器，然后大概花了兩個多月的時間寫了整個架構(gòu)和 ImageNet 所需要的各個實現(xiàn)。起初純粹是因為興趣使然作為一個業(yè)余的項目，后來因為越來越覺得有意思（寫代碼可能和玩游戲上癮差不多），花在 Caffe 上的時間逐漸變成 20%、40%、80%，后來在上下班的地鐵上也開始編程序，畢業(yè)論文倒是沒有太重視，所幸我的導師開明，也沒有說什么。Caffe 寫完以后在我們組里面試用，大家都覺得它挺好使 - 比如 Jeff 和 Ross 利用 Caffe 的訓練代碼實現(xiàn)了 R-CNN。到了 11 月份的時候，我開始考慮是不是要開源 Caffe，然后 12 月份正式開源?！?/p>

在 Caffe 開源之后，開始吸引了很多其他的用戶和開發(fā)人員。NVIDIA 開始幫助他們做更多的加速，Berkeley 成立了 Berkeley Learning and Vision Center 來組織和吸引工業(yè)界的研究人員共同開發(fā)多個開源項目（包括 Caffe）。他畢業(yè)以后還在繼續(xù)和伯克利的同事開發(fā) Caffe，同時在 Google 繼續(xù)進行深度學習的應用和研究；他們在伯克利也建立了一個核心的 Caffe 團隊。

他在隨后大牛講堂的公開課上也總結(jié)了 Caffe 之所以廣受歡迎，可能是因為以下四個特點：

1、 穩(wěn)定的模型架構(gòu)

Caffe 通過 Protobuf 來定義一個網(wǎng)絡的結(jié)構(gòu)，而這個由 Google 開源的庫具有優(yōu)秀的版本兼容性。隨著 Caffe 的框架源碼的不斷更新迭代，之前定義的網(wǎng)絡結(jié)構(gòu)依然能兼容解析，模型仍然能正確加載運行。

2、較好的設備抽象

合理的設備抽象能夠精簡代碼，提高框架適用性。在這方面 Caffe 做了比較好的嘗試，模型的訓練和使用與不同的平臺耦合比較低，只要平臺能解析網(wǎng)絡結(jié)構(gòu)并讀取二進制的模型參數(shù)，就能運行該模型。這樣大大拓展了框架的應用范圍，自然更加符合用戶的使用需求。

3、清晰的說明教程

如何讓首次接觸到框架的人通過說明教程就能最快地熟悉運用，這對于一個新面世的框架來說尤為重要。以 Caffe 為例，用戶只需要將官方文檔的例子跑一遍，基本就能清楚 Caffe 的操作過程和細節(jié)，這給它的廣泛傳播提供了最堅實的基礎。

4、開放的模型倉庫

Caffe 還維護了一個 Model Zoo， 許多論文的作者會將模型發(fā)布到這里，其它用戶可以利用這些材料輕松地將模型復現(xiàn)，還可以在 github 上參與開發(fā)討論，從而更深入地學習實踐。

詳情可參見雷鋒網(wǎng)此前報導：Caffe作者賈揚清，教你如何打造優(yōu)秀的深度學習架構(gòu)

2016 年 2 月，賈揚清從 Google 離職，加盟 Facebook，2017 年 4 月，F(xiàn)acebook 開源深度學習框架 Caffe2。Caffe2 最大的特點就是輕量、模塊化和擴展性好，可以方便地為手機等移動終端設備帶來 AI 加持，讓 AI 從云端走向終端。它在 Caffe 基礎上進行了重構(gòu)和升級，一方面集成了諸多新出現(xiàn)的算法和模型，另一方面在保證運算性能和可擴展性的基礎上重點加強了框架在輕量級硬件平臺的部署能力。

對于為何發(fā)布 Caffe2，賈揚清回答到，「最重要的是工程實踐上把很多東西做到極致，比如說 NVidia 給的早期測試數(shù)據(jù)，在 P100 上面跑 ResNet50，C2 可以到 235 幀每秒，第二位大概可以到 216 幀，前東家大概能到 180 左右。無他，只不過就是框架的 overhead 小而已。說大也不大，但是在 Facebook 這種 5% 的 performance 都能分分鐘上下以 million 記的地方，什么事情都得做到這樣才行。另外跨平臺也不是吹的，比如說我今天晚上試了一下怎樣支持蘋果 Watch：Support WatchOS build by Yangqing · Pull Request #321 · caffe2/caffe2。15 行代碼搞定，你來告訴我哪個框架能那么簡單?！?/p>

關(guān)于 Caffe2 的詳細內(nèi)容，請參見雷鋒網(wǎng)此前報導：開源神經(jīng)網(wǎng)絡框架Caffe2全介紹

2018 年 4 月，F(xiàn)acebook 宣傳將 Caffe2 代碼并入 PyTorch 庫。賈揚清表示，將這兩個框架整合起來可以極大提升開發(fā)效率，為廣大開發(fā)者提供便利。

「PyTorch 有優(yōu)秀的前端，Caffe2 有優(yōu)秀的后端，整合起來以后可以進一步最大化開發(fā)者的效率。目前 FAIR 大概有超過一半的項目在使用 PyTorch，而產(chǎn)品線全線在使用 Caffe2，所以兩邊都有很強的動力來整合優(yōu)勢。」他如是說道。

那么，該如何評價他此次離職。借助他離職 Google 加盟 Facebook 時發(fā)表的言論，「正常換工作而已，大家不要太過關(guān)注」。當然，也期待此次加盟阿里，賈揚清帶領(lǐng)阿里團隊在硅谷創(chuàng)造出新的成績。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。