Horovod ir atvērtā pirmkoda ietvars dziļās mācīšanās modeļu izkliedētai apmācībai uz daudziem GPU vai iekārtām. Sākotnēji to izstrādāja uzņēmumā Uber; tas atbalsta TensorFlow, Keras, PyTorch un MXNet un sinhronizē iesaistīto iekārtu aprēķinātos gradientus ar ring-allreduce, bez centrāla parametru servera. Projektu mitina LF AI & Data Foundation; jaunākā stabilā versija 0.28.1 datēta ar 2023. gadu (stāvoklis 2026. gada oktobrī).
TensorFlow ir atvērtā pirmkoda mašīnmācīšanās ietvars, ko izstrādāja Google un izlaida 2015. gadā. To izmanto, lai veidotu, apmācītu un izvietotu neironu tīklus lietojumprogrammās, serveros vai mobilajās ierīcēs. Keras nodrošina viegli lietojamu augsta līmeņa saskarni; tipiski pielietojumi ir attēlu klasifikācija, prognozēšana un ieteikumu sistēmas.
PyTorch ir atvērtā pirmkoda ietvars mašīnmācīšanās un dziļās mācīšanās uzdevumiem programmēšanas valodā Python. Sākotnēji to izstrādāja uzņēmumā Meta (tolaik Facebook), un kopš 2022. gada to pārrauga PyTorch Foundation Linux Foundation paspārnē. PyTorch ir plaši izmantots pētniecībā un nozarē, jo ļauj izstrādātājiem elastīgi veidot modeļus, apmācīt tos uz GPU un testēt soli pa solim; ar to veidoti daudzi pazīstami valodas un attēlu modeļi.
Keras ir atvērtā pirmkoda Python bibliotēka neironu tīklu veidošanai un apmācībai, ko sākotnēji izstrādāja François Chollet. Tā piedāvā viegli lietojamu augsta līmeņa saskarni modeļu salikšanai no slāņiem. Kopš 3. versijas Keras kā skaitļošanas aizmugursistēmu var darbināt uz JAX, TensorFlow vai PyTorch. Piemērs: komanda ar dažām koda rindām izveido attēlu klasifikācijas modeļa prototipu.
Kubeflow ir atvērtā pirmkoda platforma mašīnmācīšanās darba plūsmu darbināšanai uz Kubernetes — no datu sagatavošanas caur apmācību un hiperparametru meklēšanu līdz modeļu apkalpošanai. Projektu sākotnēji ierosināja Google, tas pieder Cloud Native Computing Foundation, kur 2026. gada augustā ieguva statusu „graduated” (stāvoklis 2026. gada oktobrī). Tas galvenokārt paredzēts komandām, kas apjomīgi apmāca savus modeļus uz savas vai mākoņa infrastruktūras.
