#federated-learning Repositories
Entdecke 39 aktive Open-Source-GitHub-Repositories, die mit #federated-learning getaggt sind und insgesamt 94,789 Sterne gesammelt haben (durchschnittlich 2,430 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist visenger/awesome-mlops mit 13,509 Sternen.
Insgesamt 39 Repositories
Datenwissenschaft an Daten durchführen, die auf dem Server einer anderen Person verbleiben
Ein einheitliches Ökosystem und ein Arbeitsbereich für föderiertes Lernen großer Modelle und LLMs im großen Maßstab. Rechenleistung als WLAN speichern
Das zentrale Nervensystem und der Backend-Orchestrator von Fractal. Es übernimmt die mandantenübergreifende Aufgabenplanung, die Echtzeit-Budgetierung von TFLOPs und die föderierte Aggregation von Gewichten mit FedAvg.
Ein menschenzentrierter, ressourcenbewusster Android-Knoten für Edge Computing und föderiertes Lernen. Er koordiniert verteilte Intelligenz durch datenschutzorientierte Lokalisierung und einen rücksichtsvollen Umgang mit der Hardware.
FEDML – Die einheitliche und skalierbare ML-Bibliothek für groß angelegtes verteiltes Training, Model Serving und Federated Learning. FEDML Launch, ein Cross-Cloud-Scheduler, ermöglicht ferner die Ausführung beliebiger KI-Jobs in jeder GPU-Cloud oder jedem On-Premise-Cluster. Auf dieser Bibliothek aufbauend, ist TensorOpera AI (https://TensorOpera.ai) Ihre generative KI-Plattform im großen Maßstab.
Ein einheitlicher Rahmen für datenschutzfreundliche Datenanalyse und maschinelles Lernen
Ein Open-Source-Framework für Machine Learning und andere Berechnungen auf dezentralen Daten.
Alles über Federated Learning, einschließlich Forschungsarbeiten, Büchern, Codes, Tutorials, Videos und mehr
Umfassende und zeitnahe akademische Informationen zum föderierten Lernen (Paper, Frameworks, Datensätze, Tutorials, Workshops)
Implementierung von kommunikationseffizientem Lernen tiefer Netzwerke aus dezentralisierten Daten
Die Privacy-Preserving Computing Platform ist eine Open-Source-Plattform für datenschutzfreundliche Berechnungen, die von einem Team von Kryptografieexperten entwickelt wurde und Multi-Party-Computation, föderiertes Lernen, Privacy-Join-in-the-Middle und anonyme Abfragen usw. unterstützt.
[pip install medmnist] 18 standardisierte Datensätze für die 2D- und 3D-Klassifizierung biomedizinischer Bilder
Eine offene Infrastruktur zur Demokratisierung und Dezentralisierung der Entwicklung von Superintelligenz für die Menschheit.
Ein flexibles Federated Learning Framework auf Basis von PyTorch, das Ihre Federated Learning-Forschung vereinfacht.
Modellzusammenführung in LLMs, MLLMs und darüber hinaus: Methoden, Theorien, Anwendungen und Möglichkeiten. ACM Computing Surveys, 2026.
Eine Sammlung von Google-Forschungsprojekten im Zusammenhang mit Federated Learning und Federated Analytics.
Alle Materialien, die Sie für Federated Learning benötigen: Blogs, Videos, Papers und Software usw.
OpenHuFu ist ein Open-Source-System für Datenföderation, das kollaborative Abfragen über mehrere Datenbanken hinweg mit Sicherheitsgarantien unterstützt.
Vollständiger Lebenszyklus eines Data-Science-Projekts
Federated Learning Benchmark – Federated Learning auf Non-IID-Datensilos: Eine experimentelle Studie (ICDE 2022)
Ressourcen zu Federated Learning und Datenschutz im Machine Learning
Eine Bibliothek für föderiertes Lernen (ein verteilter Prozess des maschinellen Lernens) in einer Unternehmensumgebung.
Häufig gestellte Fragen
Welches ist das beliebteste #federated-learning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#federated-learning-Projekt auf GitHub ist visenger/awesome-mlops mit 13,509 Sternen. Eine kuratierte Liste von Referenzen für MLOps
Welche Programmiersprachen werden in #federated-learning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #federated-learning-Projekten auf GitHub sind Python, Jupyter Notebook, Kotlin, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #federated-learning-Repositories berechnet?
Wir verfolgen 39 aktive Open-Source-Repositories, die mit #federated-learning getaggt sind (500+ Sterne), mit insgesamt 94,789 Sternen und durchschnittlich 2,430 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.