和谷歌一样，微软一直在通过增加机器学习功能使其产品与众不同。在…的情况下Cortana在美国，这些功能就是语音识别和语言解析。在Bing的例子中，语音识别和语言解析通过图像识别结合在一起。谷歌的底层机器学习技术是TensorFlow．微软的是认知工具包。
TensorFlow和Cognitive Toolkit都是开源版本。两者都是实现许多神经网络和深度学习算法的复杂框架。这两个问题都给该地区的新开发商带来了挑战。由于有了一个自动安装脚本，Cognitive Toolkit最近变得比以前更容易安装和部署。现在，Cognitive Toolkit可能比TensorFlow更容易使用，但这与TensorFlow更广泛的适用性相平衡。
微软认知工具包(以前称为CNTK，计算网络工具包)是一个统一的深度学习工具包，通过有向图将神经网络描述为一系列计算步骤。新版本CNTK v.2.0 Beta 1现在可以作为带有新的c++和Python api的库使用。它保留了BrainScript作为自己的配置模型的语言。CNTK核心库是用c++编写的。
Python API尤其有助于将Cognitive Toolkit引入主流的Python编写和深度学习研究人员。API包含了模型定义和计算、学习算法、数据读取和分布式训练的抽象。作为Python API的补充，CNTK 2提供了新的Python示例和教程，并支持谷歌协议缓冲区序列化。本教程的实现如下Jupyter笔记本．
CNTK 2支持快R-CNN算法是Ross Girshick在2015年提出的目标检测算法。Fast R-CNN建立在深度卷积网络之上，并添加了一个感兴趣的区域池方案，允许它重用来自卷积层的计算。
CNTK 2对CNTK评估库进行了改进，包括使用CNTK api，以及对GPU设备上的多线程和评估的支持。评估库在培训完成后使用。