federated-learning

精选的 MLOps 参考资源列表

在他人服务器上进行数据科学分析

Flower：友好的联邦 AI 框架

工业级联邦学习框架

FEDML - 用于大规模分布式训练、模型部署与联邦学习的统一且具扩展性的机器学习库。跨云调度器 FEDML Launch 进一步支持在任何 GPU 云或本地集群上运行任何 AI 任务。基于此库构建的 TensorOpera AI (https://TensorOpera.ai) 是您的大规模生成式 AI 平台。

一个用于隐私保护数据分析与机器学习的统一框架

在 2 小时内掌握联邦学习（Federated Learning）—在你的 PC 上运行！

联邦学习（Federated Learning）相关的一切，包含研究论文、书籍、代码、教程、视频等

全面且及时的联邦学习学术信息（论文、框架、数据集、教程、研讨会）

一个易于使用的联邦学习平台

联邦学习（Federated Learning）的 PyTorch 实现

分布式数据深层网络通信高效学习之实现

由密码学专家团队打造的开源隐私计算平台，支持多方安全计算、联邦学习、隐私求交、匿踪查询等。

[pip install medmnist] 用于 2D 与 3D 生物医学图像分类的 18 个标准化数据集

NVIDIA 联邦学习应用程序运行时环境

一个用于联邦学习的开放框架。

一个基于 PyTorch 的灵活联邦学习框架，简化您的联邦学习研究。

LLM、MLLM 及其他领域的模型合并：方法、理论、应用与机会。ACM Computing Surveys, 2026。

联邦学习所需的所有素材：博客、视频、论文、软件等。

OpenHuFu 是一个开源的数据联邦系统，支持在多个数据库上进行具安全保障的协同查询。

联邦式学习基准测试。奉献给社区。 🤗

数据科学项目的完整生命周期

一个用于联邦学习的实验平台。

联邦学习基准 - 针对 Non-IID 数据孤岛的联邦学习：一项实验研究 (ICDE 2022)

关于联邦学习与机器学习隐私的资源

第一个以 C++ 与 Python 实作的开放式联邦学习框架。