Evidently 是一个面向数据科学家和 ML 工程师的开源 Python 库。它有助于评估、测试和监控 ML 模型从验证到生产的性能。它适用于表格、文本数据和嵌入。
Eclipse Deeplearning4j 是一套用于在 JVM 上运行深度学习的工具。 它是唯一允许您从 Java 训练模型，同时通过我们的 cpython 绑定、模型导入支持和其他运行时（如 tensorflow-java 和 onnxruntime）的互操作混合执行 python 与 python 生态系统互操作的框架。
在您的数据和云上构建基础模型；快速和最小的库 训练和部署人工智能模型
Keras 是为人类而非机器设计的 API。 Keras 遵循减少认知负荷的最佳实践：它提供一致且简单的 API，最大限度地减少常见用例所需的用户操作数量，并提供清晰且可操作的错误消息。
Apache MXNet 是一种深度学习框架，专为提高效率和灵活性而设计。它允许您混合使用符号和命令式编程，以最大限度地提高效率和生产力。
具有强大 GPU 加速功能的 Python 中的张量和动态神经网络
Caffe 是一个深度学习框架，在构建时考虑到了表达、速度和模块化。它由 Berkeley AI Research ( BAIR ) 和社区贡献者开发。 Yangqing Jia 在加州大学伯克利分校攻读博士学位期间创建了该项目。 Caffe 在 BSD 2-Clause 许可证下发布。
