A Horovod egy nyílt forráskódú keretrendszer mélytanulási modellek elosztott tanításához sok GPU-n vagy gépen. Eredetileg az Uber fejlesztette, támogatja a TensorFlow-t, a Kerast, a PyTorchot és az MXNet-et, és a résztvevő gépek által kiszámított gradienseket ring-allreduce eljárással szinkronizálja, központi paraméterszerver nélkül. A projektet az LF AI & Data Foundation tárolja; a legújabb stabil kiadás, a 0.28.1, 2023-ból származik (2026. októberi állapot szerint).
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA TensorFlow a Google által fejlesztett és 2015-ben kiadott nyílt forráskódú gépi tanulási keretrendszer. Neurális hálózatok építésére, tanítására és üzembe helyezésére használják alkalmazásokban, szervereken vagy mobileszközökön. A Keras könnyen használható magas szintű felületet biztosít; tipikus felhasználási területei a képosztályozás, az előrejelzés és az ajánlórendszerek.
A PyTorch egy nyílt forráskódú keretrendszer gépi tanuláshoz és mélytanuláshoz a Python programozási nyelvben. Eredetileg a Metánál (akkor még Facebook) fejlesztették, 2022 óta pedig a Linux Foundation égisze alatt működő PyTorch Foundation gondozza. A PyTorchot széles körben használják a kutatásban és az iparban, mert rugalmasan építhetők vele modellek, taníthatók GPU-kon, és lépésről lépésre tesztelhetők; számos ismert nyelvi és képi modell készült vele.
A Keras egy nyílt forráskódú Python-könyvtár neurális hálók építéséhez és tanításához, amelyet eredetileg François Chollet fejlesztett. Könnyen használható, magas szintű felületet kínál modellek rétegekből való összeállításához. A 3-as verzió óta a Keras a JAX, a TensorFlow vagy a PyTorch számítási háttérrendszeren is futhat. Példa: egy csapat néhány sornyi kóddal épít egy képosztályozó modell prototípusát.
A Kubeflow egy nyílt forráskódú platform gépi tanulási munkafolyamatok Kubernetesen történő futtatásához, az adat-előkészítéstől a tanításon és a hiperparaméter-kereséshez át a modellkiszolgálásig. A projektet eredetileg a Google kezdeményezte, ma a Cloud Native Computing Foundationhöz tartozik, ahol 2026 augusztusában elérte a „graduated” státuszt (2026. októberi állapot szerint). Elsősorban azoknak a csapatoknak szól, amelyek nagy léptékben, saját vagy felhőinfrastruktúrán tanítanak saját modelleket.
