Chainer är ett ramverk för djupinlärning med öppen källkod för Python, utvecklat av det japanska företaget Preferred Networks. Det populariserade principen ”define-by-run”, där det neurala nätverket byggs upp medan beräkningen körs, vilket gör det lättare att experimentera med flexibla modellstrukturer. Sedan december 2019 har Chainer bara underhållits, inte vidareutvecklats; Preferred Networks gick över till PyTorch, som följer samma princip.
PyTorch är ett ramverk med öppen källkod för maskininlärning och djupinlärning i programmeringsspråket Python. Det utvecklades ursprungligen hos Meta (då Facebook) och har sedan 2022 förvaltats av PyTorch Foundation under Linux Foundation. PyTorch används flitigt inom forskning och industri eftersom det låter utvecklare bygga modeller flexibelt, träna dem på GPU:er och testa dem steg för steg; många välkända språk- och bildmodeller är byggda med det.
TensorFlow är ett ramverk för maskininlärning med öppen källkod, utvecklat av Google och släppt 2015. Det används för att bygga, träna och driftsätta neurala nätverk i applikationer, på servrar eller på mobila enheter. Keras erbjuder ett lättillgängligt högnivågränssnitt; typiska användningsområden är bildklassificering, prognoser och rekommendationssystem.
Djupinlärning är en gren av maskininlärningen som använder artificiella neurala nätverk med många lager. Sådana nätverk lär sig av stora datamängder vilka egenskaper som är viktiga – från kanter i bilder till betydelsesamband i texter. Djupinlärning ligger till grund för dagens språkmodeller, bild- och taligenkänning samt maskinöversättning och kräver vanligtvis stor beräkningskraft och mycket träningsdata.
Apache MXNet var ett ramverk för djupinlärning med öppen källkod som effektivt kunde träna modeller över flera GPU:er och maskiner, med gränssnitt för Python, C++, R, Scala och andra språk. Amazon Web Services stödde det som sitt föredragna ramverk under några år. Apache Software Foundation avvecklade projektet i september 2023 och flyttade det till Apache Attic i februari 2024; det utvecklas inte längre. Befintliga modeller migreras vanligtvis till andra ramverk.
