federated-learning

MLOpsのための厳選されたリファレンスリスト

他のサーバー上に留まるデータに対してデータサイエンスを実行

Flower: フレンドリーなフェデレーテッドAIフレームワーク。

産業グレードのフェデレーテッドラーニングフレームワーク

FEDML - 大規模分散学習、モデルサービング、フェデレーテッドラーニングのための統一的でスケーラブルなMLライブラリ。クロスクラウドスケジューラであるFEDML Launchにより、あらゆるAIジョブをあらゆるGPUクラウドまたはオンプレミスクラスターで実行可能になります。このライブラリを基盤として、TensorOpera AI (https://TensorOpera.ai) はスケーラブルな生成AIプラットフォームを提供します。

プライバシーを保護するデータ分析および機械学習のための統合フレームワーク

2時間で学ぶ連合学習（Federated Learning）——PC上で実行しよう！

研究論文、書籍、コード、チュートリアル、ビデオなど、連合学習に関するすべての情報

フェデレーテッドラーニングに関する包括的かつタイムリーな学術情報（論文、フレームワーク、データセット、チュートリアル、ワークショップ）

使いやすい連合学習（フェデレーテッドラーニング）プラットフォーム

Federated LearningのPyTorch実装

分散データからのディープネットワークの通信効率的な学習の実装

暗号専門家チームによって構築されたプライバシー保護計算プラットフォーム。秘密計算、連合学習、プライバシー保護データ共有（PSI）、匿名クエリなどをサポート。

[pip install medmnist] 2Dおよび3Dの生物医学画像分類向けの18個の標準化されたデータセット

NVIDIA 連合学習アプリケーション ランタイム環境

連合学習（フェデレーテッドラーニング）のためのオープンフレームワーク

PyTorchをベースにした柔軟なフェデレーテッドラーニング（連合学習）フレームワークで、研究を簡素化します。

LLM、MLLM、およびその先のモデルマージ：手法、理論、応用、そして展望。ACM Computing Surveys、2026年。

フェデレーテッドラーニングに必要なすべての資料：ブログ、動画、論文、ソフトウェアなど

OpenHuFuは、セキュリティを保証しながら複数データベース間での協調クエリをサポートするオープンソースのデータ連携システムです。

連合学習のベンチマーク。コミュニティ向けに捧ぐ 🤗

データサイエンスプロジェクトの完全なライフサイクル

連合学習（フェデレーテッドラーニング）のための実験用プラットフォーム

連合学習ベンチマーク - 非IIDデータサイロにおける連合学習：実験的研究 (ICDE 2022)

フェデレーテッドラーニングと機械学習のプライバシーに関するリソース

C++とPythonで実装された初のエンドツーエンドのオープンなFederated Learningフレームワーク。