#4 · 主分类： 隐私保护与联邦数据科学
flower
ai
android
artificial-intelligence
cpp
deep-learning
federated-analytics
federated-learning
federated-learning-framework
fleet-intelligence
fleet-learning
flower
framework
grpc
ios
machine-learning
python
pytorch
raspberry-pi
scikit-learn
tensorflow
Flower：一个友好的联邦AI框架
项目最后更新：08/29/26
GitHub Stars
7.1K
Forks数量
1.2K
贡献者数量
166
许可证
Apache-2.0
收录理由
当训练数据分散在手机、医院或边缘设备上，又无法集中到中央服务器时，Flower 是一个可靠的开源选择。它负责协调联邦学习流程，让模型在众多客户端上协同训练，同时每台设备都保留自己的原始数据。框架刻意不绑定底层机器学习技术栈，你现有的 PyTorch、TensorFlow 或 scikit-learn 训练代码可以原样使用。Flower 源自牛津大学的一个研究项目，因此许多组件都设计成可定制、可扩展，方便做实验。对刚接触联邦学习的团队来说，快速上手示例和活跃的社区能大大降低入门难度，尽管底层的分布式系统本身相当复杂。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。