#federated-learning Repository
Scopri 39 repository GitHub open source attivi contrassegnati con #federated-learning, che raccolgono un totale di 94,789 stelle (con una media di 2,430 stelle per progetto). Il progetto leader di questo argomento è visenger/awesome-mlops, con 13,509 stelle.
39 repository in totale
Un ecosistema e uno spazio di lavoro unificati per l’apprendimento federato su larga scala di modelli di grandi dimensioni e LLM. Archivia la potenza di calcolo come Wi-Fi
Il sistema nervoso centrale e l’orchestratore backend di Fractal. Gestisce la pianificazione delle attività multi-tenant, il budget dei TFLOPs in tempo reale e l’aggregazione federata dei pesi tramite FedAvg.
Un nodo Android incentrato sulle persone e attento alle risorse, per l’edge computing e l’apprendimento federato. Coordina l’intelligenza distribuita con una localizzazione che mette al primo posto la privacy e una gestione attenta dell’hardware.
FEDML – La libreria ML unificata e scalabile per l'addestramento distribuito su larga scala, il model serving e l'apprendimento federato. FEDML Launch, uno scheduler cross-cloud, consente inoltre di eseguire qualsiasi lavoro di intelligenza artificiale su qualsiasi cloud GPU o cluster on-premise. Basata su questa libreria, TensorOpera AI (https://TensorOpera.ai) è la tua piattaforma di intelligenza artificiale generativa su larga scala.
Un framework unificato per l'analisi dei dati e il machine learning che preservano la privacy
Un framework open-source per il machine learning e altri calcoli su dati decentralizzati.
Tutto sul Federated Learning, inclusi articoli di ricerca, libri, codici, tutorial, video e oltre
Informazioni accademiche complete e tempestive sull'apprendimento federato (articoli, framework, set di dati, tutorial, workshop)
Implementazione dell'Apprendimento Efficiente in Comunicazione di Reti Profonde da Dati Decentralizzati
Privacy-Preserving Computing Platform è una piattaforma open-source per il calcolo a tutela della privacy, creata da un team di esperti di crittografia, che supporta il calcolo multi-parte, l'apprendimento federato, la join-in-the-middle per la privacy e le query anonime, ecc.
[pip install medmnist] 18 set di dati standardizzati per la classificazione di immagini biomediche 2D e 3D
Un'infrastruttura aperta per democratizzare e decentralizzare lo sviluppo della superintelligenza per l'umanità.
Un framework flessibile di Federated Learning basato su PyTorch, che semplifica la ricerca sul Federated Learning.
Fusione di Modelli nei LLMs, MLLMs e oltre: Metodi, Teorie, Applicazioni e Opportunità. ACM Computing Surveys, 2026.
Una raccolta di progetti di ricerca di Google relativi a Federated Learning e Federated Analytics.
Tutti i materiali di cui hai bisogno per Federated Learning: blog, video, articoli e software, ecc.
OpenHuFu è un sistema open-source di federazione dei dati per supportare query collaborative su più database con garanzia di sicurezza.
Ciclo di vita completo di un progetto di data science
Metriche di riferimento per l'apprendimento federato - Apprendimento federato su silos di dati Non-IID: uno studio sperimentale (ICDE 2022)
Una libreria per l'apprendimento federato (un processo di machine learning distribuito) in un ambiente aziendale.
Apprendimento automatico robusto per un'intelligenza artificiale responsabile
Domande frequenti
Qual è il repository #federated-learning più popolare su GitHub?
Il progetto open source #federated-learning più alto in classifica su GitHub è visenger/awesome-mlops, con 13,509 stelle. Un elenco curato di riferimenti per MLOps
Quali linguaggi di programmazione sono più utilizzati nei repository #federated-learning?
Tra i progetti #federated-learning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Kotlin, C++.
Come viene calcolata la classifica dei repository #federated-learning?
Monitoriamo 39 repository open source attivi contrassegnati con #federated-learning (500+ stelle), per un totale di 94,789 stelle e una media di 2,430 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.