federated-learning

精選的 MLOps 參考資源清單

在他人伺服器上進行資料科學分析

Flower：友善的聯邦 AI 框架

工業級聯邦學習框架

FEDML - 用於大規模分散式訓練、模型部署與聯邦學習的統一且具擴充性的機器學習函式庫。跨雲排程器 FEDML Launch 進一步支援在任何 GPU 雲端或地端叢集上執行任何 AI 任務。基於此函式庫建構的 TensorOpera AI (https://TensorOpera.ai) 是您的大規模生成式 AI 平台。

一個用於隱私保護資料分析與機器學習的統一框架

在 2 小時內掌握聯邦學習（Federated Learning）—在你的 PC 上執行！

聯邦學習（Federated Learning）相關的一切，包含研究論文、書籍、程式碼、教學、影片等

全面且即時的聯邦學習學術資訊（論文、框架、資料集、教學、研討會）

一個易於使用的聯邦學習平台

聯邦學習（Federated Learning）的 PyTorch 實作

分散式資料深層網路通訊高效學習之實作

由密碼學專家團隊打造的開源隱私計算平台，支援多方安全計算、聯邦學習、隱私求交、匿蹤查詢等。

[pip install medmnist] 用於 2D 與 3D 生物醫學影像分類的 18 個標準化資料集

NVIDIA 聯邦學習應用程式執行環境

一個用於聯邦學習的開放框架。

一個基於 PyTorch 的靈活聯邦學習框架，簡化您的聯邦學習研究。

LLM、MLLM 及其他領域的模型合併：方法、理論、應用與機會。ACM Computing Surveys, 2026。

聯邦學習所需的所有素材：部落格、影片、論文、軟體等。

OpenHuFu 是一個開源的資料聯邦系統，支援在多個資料庫上進行具安全保障的協同查詢。

聯邦式學習基準測試。奉獻給社群。 🤗

資料科學專案的完整生命週期

一個用於聯邦式學習（Federated Learning）的實驗平台。

聯邦學習基準 - 針對 Non-IID 資料孤島的聯邦學習：一項實驗研究 (ICDE 2022)

關於聯邦學習與機器學習隱私的資源

第一個以 C++ 與 Python 實作的開放式聯邦學習框架。