Chainer on Jaapani ettevõtte Preferred Networks välja töötatud avatud lähtekoodiga süvaõppe raamistik Pythonile. See populariseeris lähenemisviisi „define-by-run“, mille puhul närvivõrk ehitatakse arvutuse käigus, mis lihtsustab paindlike mudelistruktuuridega katsetamist. Alates 2019. aasta detsembrist on Chainerit ainult hooldatud, mitte edasi arendatud; Preferred Networks läks üle PyTorchile, mis järgib sama põhimõtet.
PyTorch on avatud lähtekoodiga raamistik masinõppeks ja süvaõppeks Pythoni programmeerimiskeeles. See töötati algselt välja Metas (tollal Facebook) ning seda haldab alates 2022. aastast Linux Foundationi alla kuuluv PyTorch Foundation. PyTorchi kasutatakse laialdaselt teaduses ja tööstuses, sest see võimaldab arendajatel mudeleid paindlikult ehitada, GPU-del treenida ja samm-sammult testida; paljud tuntud keele- ja pildimudelid on sellega ehitatud.
TensorFlow on Google'i välja töötatud ja 2015. aastal avaldatud avatud lähtekoodiga masinõppe raamistik. Seda kasutatakse närvivõrkude ehitamiseks, treenimiseks ja kasutuselevõtuks rakendustes, serverites või mobiilseadmetes. Keras pakub ligipääsetavat kõrgetasemelist liidest; tüüpilised kasutusalad on piltide klassifitseerimine, prognoosimine ja soovitussüsteemid.
Süvaõpe on masinõppe haru, mis kasutab paljude kihtidega tehisnärvivõrke. Sellised võrgud õpivad suurtest andmehulkadest ise, millised tunnused on olulised – piltidel servadest, tekstides tähenduslike seosteni. Süvaõpe on tänapäevaste keelemudelite, pildituvastuse, kõnetuvastuse ja masintõlke aluseks ning vajab tavaliselt märkimisväärset arvutusvõimsust ja treeningandmeid.
Apache MXNet oli avatud lähtekoodiga süvaõppe raamistik, mis suutis mudeleid tõhusalt treenida mitmel GPU-l ja masinal ning millel olid liidesed Pythonile, C++-le, R-ile, Scalale ja muudele keeltele. Amazon Web Services toetas seda mõned aastad eelistatud raamistikuna. Apache Software Foundation lõpetas projekti 2023. aasta septembris ja viis selle 2024. aasta veebruariks arhiivi Apache Attic; seda ei arendata enam. Olemasolevad mudelid viiakse tavaliselt üle teistele raamistikele.
