§ 03
5 frameworks

ML frameworks

De vigtigste værktøjer og frameworks til at bygge, træne og deploye machine learning-modeller. Fra research til produktion.

Python-kode på skærm — machine learning frameworks som TensorFlow og PyTorch
Foto: Markus Winkler · Unsplash
tf
framework #01
lang: python, c++, javascript
Python, C++, JavaScript

TensorFlow

Googles open-source framework til machine learning og deep learning. Det mest udbredte ML-framework i produktion med stærkt økosystem og deployment-muligheder.

// styrker
ProduktionsklarMobil deploymentTensorBoardStort økosystem
https://www.tensorflow.org→ dokumentation
pt
framework #02
lang: python, c++
Python, C++

PyTorch

Facebooks deep learning-framework der er blevet standarden i forskningsmiljøer. Kendt for sin Pythoniske API, dynamiske beregningsgrafer og intuitive debugging.

// styrker
ForskervenligDynamiske graferPythonisk APIHugging Face integration
https://pytorch.org→ dokumentation
sk
framework #03
lang: python
Python

Scikit-learn

Det mest populære Python-bibliotek til klassisk machine learning. Tilbyder en konsistent API til hundredvis af algoritmer med fremragende dokumentation.

// styrker
Konsistent APIFremragende dokumentationBred algoritmedækningPipelines
https://scikit-learn.org→ dokumentation
ke
framework #04
lang: python
Python

Keras

Et brugervenligt high-level API til deep learning der gør det muligt at bygge og træne neurale netværk med minimal kode. Nu integreret som standard API i TensorFlow.

// styrker
BrugervenligHurtig prototypingMulti-backend (TF/PyTorch/JAX)Transfer learning
https://keras.io→ dokumentation
hf
framework #05
lang: python (biblioteker), rust (tokenizers)
Python (biblioteker), Rust (tokenizers)

Hugging Face

Hugging Face er blevet den de facto platform for open-source NLP og transformer-modeller. Transformers-biblioteket og Model Hub'en giver adgang til hundredtusindvis af fortrænede modeller med få linjer kode.

// styrker
Tusindvis af fortrænede modellerMulti-framework supportAktiv communityModel Hub
https://huggingface.co→ dokumentation