AI + 机器学习 使用人工智能功能为任何开发者和任何方案创建下一代应用程序
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。
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。
具有强大 GPU 加速功能的 Python 中的张量和动态神经网络
JAX 是 Autograd 和 XLA ，汇集在一起用于高性能数值计算。Google JAX 是一个用于转换数值函数的机器学习框架。 [1] [2] [3] 它被描述为将 autograd（通过函数微分自动获得梯度函数）和 TensorFlow 的 XLA 的修改版本结合在一起（加速线性代数）。它旨在尽可能地遵循 NumPy 的结构和工作流程，并与各种现有框架（如 TensorFlow 和 PyTorch）一起工作。
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。
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
