Apache MXNet je bilo odprtokodno ogrodje za poglobljeno učenje, ki je lahko učinkovito učilo modele na več grafičnih procesorjih in strojih, z vmesniki za Python, C++, R, Scalo in druge jezike. Amazon Web Services ga je več let podpiral kot prednostno ogrodje. Apache Software Foundation je projekt septembra 2023 ukinila in ga do februarja 2024 prestavila v Apache Attic; ne razvija se več. Obstoječe modele običajno prenesejo v druga ogrodja.
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevBMXNet je odprtokodna knjižnica za binarne nevronske mreže, ki jo je leta 2017 izdal Inštitut Hasso Plattner v Potsdamu in temelji na ogrodju Apache MXNet. Binarne mreže uteži in aktivacije shranjujejo z enim samim bitom namesto z 32, zato so modeli veliko manjši in hitrejši – privlačni za pametne telefone in vgrajene naprave, čeprav običajno na račun nekaj natančnosti. Ker je bil MXNet leta 2023 upokojen, je BMXNet danes zanimiv predvsem za raziskave (stanje oktober 2026).
PyTorch je odprtokodno ogrodje za strojno in poglobljeno učenje v programskem jeziku Python. Izvorno ga je razvil Meta (takrat Facebook), od leta 2022 pa ga upravlja PyTorch Foundation pod okriljem Linux Foundation. PyTorch se veliko uporablja v raziskavah in industriji, ker razvijalcem omogoča prilagodljivo gradnjo modelov, njihovo učenje na grafičnih procesorjih in postopno preizkušanje; z njim je zgrajenih veliko znanih jezikovnih in slikovnih modelov.
TensorFlow je odprtokodno ogrodje za strojno učenje, ki ga je razvil Google in izdal leta 2015. Uporablja se za gradnjo, učenje in uvajanje nevronskih mrež v aplikacijah, na strežnikih ali mobilnih napravah. Keras nudi dostopen vmesnik na visoki ravni; tipične uporabe so razvrščanje slik, napovedovanje in priporočilni sistemi.
Open Neural Network Exchange (ONNX) je odprt format datotek za modele strojnega učenja, ki sta ga leta 2017 predstavila Microsoft in Facebook (zdaj Meta), danes pa ga gosti LF AI & Data Foundation. Model, naučen na primer v PyTorchu, je mogoče izvoziti v ONNX in ga zagnati z drugimi orodji ali izvajalnimi okolji, kot je ONNX Runtime. Tako je lažje preklapljanje med ogrodji in uvajanje na različni strojni opremi.
