Horovod is een open-sourceframework voor gedistribueerde training van deep-learningmodellen over veel GPU’s of machines. Het is oorspronkelijk ontwikkeld bij Uber, ondersteunt TensorFlow, Keras, PyTorch en MXNet en synchroniseert de door de deelnemende machines berekende gradiënten met ring-allreduce, zonder centrale parameterserver. Het project wordt gehost door de LF AI & Data Foundation; de nieuwste stabiele release, 0.28.1, dateert uit 2023 (stand oktober 2026).
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenTensorFlow is een open-source machinelearningframework, ontwikkeld door Google en uitgebracht in 2015. Het wordt gebruikt om neurale netwerken te bouwen, te trainen en uit te rollen in toepassingen, op servers of op mobiele apparaten. Keras biedt een toegankelijke interface op hoog niveau; typische toepassingen zijn beeldclassificatie, voorspellingen en aanbevelingssystemen.
PyTorch is een open-sourceframework voor machine learning en deep learning in de programmeertaal Python. Het is oorspronkelijk ontwikkeld bij Meta (toen nog Facebook) en wordt sinds 2022 beheerd door de PyTorch Foundation onder de paraplu van de Linux Foundation. PyTorch wordt veel gebruikt in onderzoek en bedrijfsleven, omdat ontwikkelaars er flexibel modellen mee kunnen bouwen, op GPU’s kunnen trainen en stap voor stap kunnen testen; veel bekende taal- en beeldmodellen zijn ermee gebouwd.
Keras is een open-source Python-bibliotheek voor het bouwen en trainen van neurale netwerken, oorspronkelijk ontwikkeld door François Chollet. Ze biedt een toegankelijke interface op hoog niveau om modellen uit lagen samen te stellen. Sinds versie 3 kan Keras draaien op JAX, TensorFlow of PyTorch als rekenbackend. Voorbeeld: een team bouwt met slechts enkele regels code een prototype van een beeldclassificatiemodel.
Kubeflow is een open-sourceplatform om machine-learningworkflows op Kubernetes uit te voeren, van datavoorbereiding via training en hyperparameterzoektocht tot het beschikbaar stellen van modellen. Het project is oorspronkelijk geïnitieerd door Google en hoort bij de Cloud Native Computing Foundation, waar het in augustus 2026 de status “graduated” bereikte (stand oktober 2026). Het richt zich vooral op teams die op grote schaal eigen modellen trainen op eigen of cloudinfrastructuur.
