深度学习框架通过将深度学习算法模块化封装能够实现模型的快速训练、测试与调优，为技术应用的预测与决策提供有力支持。
以Python为代表的深度学习框架主要有谷歌的TensorFlow、Facebook的PyTorch、Theano、MXNET、微软的CNTK等。国内还有百度开源的飞桨（PaddlePaddle）。
TensorFlow的前身是2011年Google Brain内部孵化项目DistBelief，它是一个为深度神经网络构建的机器学习系统。经过Google公司内部的锤炼后，在2015年11月9日，对外发布了TensorFlow。2021年5月发布了TensorFlow 2.5.0的正式版。
相比TensorFlow而言，PyTorch则比较年轻。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch，并于2018年5月正式公布PyTorch 1.0版本，这个新的框架将PyTorch 0.4与贾扬清的Caffe2合并，并整合ONNX格式，让开发者可以无缝地将AI模型从研究转到生产，而无须处理迁移。新的稳定版是PyTorch 1.13.1。
