机器学习框架是用于构建、训练和评估机器学习模型的工具集。以下是一些常用的机器学习框架：

1. TensorFlow：由Google开发的开源框架，支持深度学习和传统机器学习模型。

2. PyTorch：由Facebook开发的开源框架，重点支持动态计算图和深度学习。

3. scikit-learn：基于Python的开源机器学习库，提供了各种经典的机器学习算法和工具。

4. Keras：高级API，可以在TensorFlow、Theano和CNTK等后端上运行，简化了模型构建的流程。

5. Caffe：由Berkeley Vision and Learning Center开发的框架，专注于卷积神经网络和计算机视觉任务。

6. MXNet：由亚马逊开发的开源深度学习框架，提供了多语言接口和分布式训练。

这些框架各有特点和适用范围，具体选择哪个框架要根据项目需求和个人偏好来决定。