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。
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。
LangChain 是一个用于开发由语言模型驱动的应用程序的框架
NLTK 是构建 Python 程序以处理人类语言数据的领先平台。
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。
具有强大 GPU 加速功能的 Python 中的张量和动态神经网络
用于预测数据分析的简单高效的工具;每个人都可以访问，并且可以在各种情况下重复使用; 基于 NumPy、SciPy 和 matplotlib 构建; 开源，可商用 - BSD 许可证
