flower
1.0.0
Веб -сайт | Блог | Документы | Конференция | Пролечить
Flower ( flwr ) - это структура для строительства федеративных систем ИИ. Дизайн цветка основан на нескольких руководящих принципах:
Настраиваемые : федеративные системы обучения сильно различаются от одного случая использования к другому. Flower обеспечивает широкий диапазон различных конфигураций в зависимости от потребностей каждого отдельного варианта использования.
Расширение : Цветок возник в результате исследовательского проекта в Оксфордском университете, поэтому он был построен с учетом исследований ИИ. Многие компоненты могут быть расширены и переопределены для создания новых современных систем.
Фреймворк-агрессия : различные структуры машинного обучения имеют разные сильные стороны. Цветок может использоваться с любой структурой машинного обучения, например, Pytorch, Tensorflow, Thringing Face Transformers, Pytorch Lightning, Scikit-Learn, Jax, Tflite, Monai, Fastai, MLX, XGBOOST, Pandas для федеративной аналитики или даже сырой Numpy для пользователей, которые наслаждаются градиентами по вычислителям.
Понятно : цветок написан с учетом обслуживания. Сообщество рекомендуется как читать, так и внести свой вклад в кодовую базу.
Познакомьтесь с цветочным сообществом на Flower.ai!
Цель Flower - сделать федеративное обучение доступным для всех. Эта серия учебных пособий представляет основы федеративного обучения и того, как их реализовать в цвете.
Что такое федеральное обучение?
(или откройте ноутбук Jupyter)
Введение в федеративное обучение
(или откройте ноутбук Jupyter)
Использование стратегий в федеративном обучении
(или откройте ноутбук Jupyter)
Стратегии построения федеративного обучения
(или откройте ноутбук Jupyter)
Пользовательские клиенты для федеративного обучения
(или откройте ноутбук Jupyter)
Следите за обновлениями, скоро появится больше учебных пособий. Темы включают конфиденциальность и безопасность в федеративном обучении и масштабирование федеративного обучения .
(или откройте ноутбук Jupyter)
Цветочные документы:
Flower Baserines-это коллекция проектов, репродуктивных, которые воспроизводят эксперименты, проведенные в популярных федеративных учебных публикациях. Исследователи могут опираться на базовые показатели цветов, чтобы быстро оценить новые идеи. Цветочное сообщество любит вклад! Сделайте свою работу более заметной и позвольте другим опираться на нее, внесшая ее вклад в базовую линию!
Пожалуйста, обратитесь к документации по базовым показателям цветов для подробной категоризации базовых показаний и для получения дополнительной информации, включая:
Несколько примеров кода показывают различные сценарии использования цветов (в сочетании с популярными структурами машинного обучения, такими как Pytorch или Tensorflow).
Примеры QuickStart:
Другие примеры:
Цветок построен прекрасным сообществом исследователей и инженеров. Присоединяйтесь к Slack, чтобы встретиться с ними, взносы приветствуются.
Если вы опубликуете работу, в которой используется цветок, укажите цветок следующим образом:
@article { beutel2020flower ,
title = { Flower: A Friendly Federated Learning Research Framework } ,
author = { Beutel, Daniel J and Topal, Taner and Mathur, Akhil and Qiu, Xinchi and Fernandez-Marques, Javier and Gao, Yan and Sani, Lorenzo and Kwing, Hei Li and Parcollet, Titouan and Gusmão, Pedro PB de and Lane, Nicholas D } ,
journal = { arXiv preprint arXiv:2007.14390 } ,
year = { 2020 }
}Пожалуйста, также рассмотрите возможность добавления вашей публикации в список публикаций на основе цветов в документах, просто откройте запрос на привлечение.
Мы приветствуем взносы. Пожалуйста, смотрите Anforming.md, чтобы начать!
