ML frameworks
De vigtigste værktøjer og frameworks til at bygge, træne og deploye machine learning-modeller. Fra research til produktion.
TensorFlow
Googles open-source framework til machine learning og deep learning. Det mest udbredte ML-framework i produktion med stærkt økosystem og deployment-muligheder.
PyTorch
Facebooks deep learning-framework der er blevet standarden i forskningsmiljøer. Kendt for sin Pythoniske API, dynamiske beregningsgrafer og intuitive debugging.
Scikit-learn
Det mest populære Python-bibliotek til klassisk machine learning. Tilbyder en konsistent API til hundredvis af algoritmer med fremragende dokumentation.
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.
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.
LangChain
LangChain er det mest udbredte framework til at bygge applikationer med store sprogmodeller. Frameworket abstraherer LLM-integration, prompt-håndtering, retrieval og agentic workflows til genbrugelige komponenter, og har defineret hvordan moderne LLM-apps struktureres.