Apache MXNet bio je okvir otvorenog koda za duboko učenje koji je mogao učinkovito trenirati modele na više GPU-ova i računala, sa sučeljima za Python, C++, R, Scalu i druge jezike. Amazon Web Services nekoliko ga je godina podupirao kao svoj preferirani okvir. Apache Software Foundation ukinula je projekt u rujnu 2023., a do veljače 2024. premjestila ga je u Apache Attic; više se ne razvija. Postojeći modeli obično se prebacuju na druge okvire.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoBMXNet je biblioteka otvorenog koda za binarne neuronske mreže koju je 2017. objavio Institut Hasso Plattner u Potsdamu, a temelji se na okviru Apache MXNet. Binarne mreže pohranjuju težine i aktivacije s jednim bitom umjesto 32, zbog čega su modeli znatno manji i brži – privlačno za pametne telefone i ugrađene uređaje, iako obično uz određeni gubitak točnosti. Otkako je MXNet 2023. umirovljen, BMXNet je danas uglavnom od istraživačkog interesa (stanje: listopad 2026.).
PyTorch je okvir otvorenog koda za strojno i duboko učenje u programskom jeziku Python. Izvorno je razvijen u Meti (tada Facebook), a od 2022. njime upravlja PyTorch Foundation pod okriljem Linux Foundation. PyTorch se naširoko koristi u istraživanju i industriji jer programerima omogućuje fleksibilnu izgradnju modela, njihovo treniranje na GPU-ovima i testiranje korak po korak; mnogi poznati jezični i slikovni modeli izgrađeni su s njime.
TensorFlow je okvir za strojno učenje otvorenog koda koji je razvio Google, a objavljen je 2015. Koristi se za izgradnju, treniranje i primjenu neuronskih mreža u aplikacijama, na poslužiteljima ili na mobilnim uređajima. Keras nudi pristupačno sučelje visoke razine; tipične primjene su klasifikacija slika, prognoziranje i sustavi preporuka.
Open Neural Network Exchange (ONNX) otvoreni je format datoteke za modele strojnog učenja, koji su 2017. predstavili Microsoft i Facebook (danas Meta), a danas ga održava zaklada LF AI & Data Foundation. Model treniran, primjerice, u PyTorchu može se izvesti u ONNX i pokretati drugim alatima ili runtimeima poput ONNX Runtimea. To olakšava prelazak između okvira i primjenu na različitom sklopovlju.
