Python是一类盛行的C语言，具备强悍的机器自学架构和库。那些架构和库能提供更多基本上大部份类别的机器自学演算法、广度数学数学模型、语义处置和排序机听觉辅助工具，能用作化解各式各样前述难题。上面如是说四个最畅销的Python机器自学架构和库。
1. TensorFlow
TensorFlow是由Google合作开发的两个开放源码机器自学架构，它能展开高效率的值排序，构筑和体能训练广度数学数学模型并展开逻辑推理（inference）。TensorFlow提供更多了一类灵巧的形式来表述机器自学数学模型，主要包括采用低等级API展开更mammalian的掌控，或是采用PudukkottaiAPI加速地构筑数学模型。TensorFlow还提供更多了各式各样建模辅助工具，用作监控体能训练的进展和预测结论。TensorFlow能在CPU、GPU和TPU上运转，使其适用于作各式各样大小不一的统计数据集和排序市场需求。
2. Keras
Keras是两个多层面的数学数学模型API，能在数个广度自学架构上运转，主要包括TensorFlow、Theano和CNTK等。Keras提供更多了一类单纯、更易采用的USB，使采用者更容易地表述、体能训练和评估结论数学数学模型数学模型。Keras保有一连串内建的数学数学模型层、经济损失表达式、强化器和评估结论分项，能满足用户很多机器自学各项任务的市场需求，与此同时也全力支持采用者自表述的模块。Keras还提供更多了各式各样建模辅助工具，用作监控体能训练的重大进展和预测结论。
3. PyTorch
PyTorch是两个由Facebook合作开发的广度自学架构，采用动态排序图来展开张量排序和自动微分。这个特性使数学模型的构筑更灵巧，更容易调试，并且能够全力支持更复杂的数学模型。PyTorch还提供更多了各式各样便利的库，主要包括图形化辅助工具、统计数据加载和预处置库、数学模型保存/恢复等。PyTorch能在GPU和CPU上运转，并且像TensorFlow一样，全力支持分布式体能训练。
Python所提供更多的强悍的机器自学架构和库，例如TensorFlow、Keras和PyTorch，已经成为统计数据科学领域最先进的辅助工具之一。它们不仅具备高效率的运算能力、易用的API和简洁的语法，与此同时也提供更多了各式各样各样的统计数据处置功能，如图形化、统计数据清洗、数学模型构筑和体能训练、统计数据建模等，使统计数据科学家们能更加轻松、加速和准确地处置统计数据，构筑高质量的机器自学数学模型。
