#federated-learning 仓库
探索 39 个标记为 #federated-learning 的活跃开源 GitHub 仓库,它们累计获得 94,789 个 Star(平均每个项目 2,430 个)。该主题的领先项目是 visenger/awesome-mlops,拥有 13,509 个 Star。
共 39 个仓库
Fractal 的中枢神经系统和后端编排器。它负责处理多租户任务调度、实时 TFLOPs 预算管理,以及使用 FedAvg 进行联邦权重聚合。
面向边缘计算和联邦学习、以人为本且能感知资源的 Android 节点。通过隐私优先的本地化和贴心的硬件管理,协调分布式智能。
FEDML - 面向大规模分布式训练、模型服务和联邦学习的统一且可扩展的机器学习库。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 作业。基于该库构建的 TensorOpera AI (https://TensorOpera.ai) 是您的规模化生成式 AI 平台。
Privacy-Preserving Computing Platform是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。
LLMs、MLLMs 及更广范围内的模型融合:方法、理论、应用与机会。ACM Computing Surveys,2026。
常见问题解答
GitHub 上最受欢迎的 #federated-learning 仓库是什么?
GitHub 上排名第一的开源 #federated-learning 项目是 visenger/awesome-mlops,拥有 13,509 个 Star。MLOps 的精选参考列表
#federated-learning 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #federated-learning 项目中,最常见的编程语言是 Python, Jupyter Notebook, Kotlin, C++。
#federated-learning 仓库的排名是如何计算的?
我们跟踪了 39 个标记为 #federated-learning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 94,789 个 Star,平均每个仓库拥有 2,430 个 Star。排名每日根据 GitHub API 更新。