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.
Keras on avatud lähtekoodiga Pythoni teek närvivõrkude ehitamiseks ja treenimiseks, mille töötas algselt välja François Chollet. See pakub kergesti kasutatavat kõrgetasemelist liidest mudelite kokkupanekuks kihtidest. Alates versioonist 3 saab Keras töötada arvutustaustsüsteemina JAX-il, TensorFlow'l või PyTorchil. Näide: meeskond ehitab pildiklassifitseerimise mudeli prototüübi vaid mõne koodireaga.
Torch on avatud lähtekoodiga masinõppe raamistik, mis põhineb skriptikeelel Lua; selle versioon Torch7 oli 2010. aastatel teaduses ja tööstuses laialdaselt kasutusel. Seda peetakse PyTorchi eelkäijaks, mis võttis üle ideid ja osa Torchi C-teekidest, kuid kasutab Pythonit. Ametliku hoidla andmetel Torchi enam aktiivselt ei arendata ja uute projektide jaoks on see nüüd vähe oluline.
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.
