Repolode
提交项目
flwrlabs

flwrlabs/flower

一个用于构建联邦学习系统的 Python 框架，可在多个客户端上训练模型而无需集中数据。

在 GitHub 查看官网
Star
7,195
Fork
1,249
未关闭 Issue
420
最近提交
18小时前

这是什么？

Flower（flwr）是一个用于构建联邦 AI 系统的框架，模型在众多彼此独立的客户端上训练，共享的只是模型更新而非原始数据。框架支持高度定制和扩展，开发者可以针对具体场景调整服务端策略、客户端逻辑和通信方式。

Flower 不绑定特定机器学习库。项目列出的集成包括 PyTorch、TensorFlow、Hugging Face Transformers、PyTorch Lightning、scikit-learn、JAX、TFLite、MONAI、fastai、MLX、XGBoost 和 CatBoost，并支持用 Pandas 做联邦分析。快速入门示例涵盖 Android 和 iOS 部署，以及 Raspberry Pi 和 Nvidia Jetson 等边缘设备。

仓库还包含 Flower Baselines，即社区实现的已发表联邦学习方法，如 FedProx、FedBN、MOON 和 FedAvgM，以及垂直联邦学习、联邦微调大语言模型和视觉 Transformer 等示例项目。

核心功能

  • 01支持 PyTorch、TensorFlow、scikit-learn、XGBoost 等多种机器学习框架。
  • 02可定制和覆盖服务端与客户端的各个组件。
  • 03提供 Android、iOS 以及 Raspberry Pi、Jetson 等嵌入式设备的快速入门示例。
  • 04包含复现已发表联邦学习方法的社区 Baselines。
  • 05提供联邦微调大语言模型和视觉 Transformer 的示例。

适用场景

  • 在多家医院或机构之间联合训练模型，无需共享患者或客户数据。
  • 在移动设备或边缘设备上开展联邦学习实验。
  • 作为研究基线复现和比较已发表的联邦学习算法。
  • 使用 Pandas 对分布式表格数据进行联邦分析。

快速上手

  1. 1

    阅读 Flower 文档中的安装指南

  2. 2

    按照文档中的 PyTorch 快速入门教程操作

收录于专题

隐私与本地优先工具Android 应用与手机工具

标签

#federated-learning#machine-learning#deep-learning#pytorch#tensorflow#privacy#edge-computing#ai#android#artificial-intelligence

常见问题

flower 是什么？
一个用于构建联邦学习系统的 Python 框架，可在多个客户端上训练模型而无需集中数据。 Flower（flwr）是一个用于构建联邦 AI 系统的框架，模型在众多彼此独立的客户端上训练，共享的只是模型更新而非原始数据。框架支持高度定制和扩展，开发者可以针对具体场景调整服务端策略、客户端逻辑和通信方式。
flower 可以免费使用吗？用的什么许可证？
flower 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
flower 还在维护吗？
活跃维护中。flower 最近一次提交是在 2026年11月6日。
flower 适合用来做什么？
在多家医院或机构之间联合训练模型，无需共享患者或客户数据。 在移动设备或边缘设备上开展联邦学习实验。 作为研究基线复现和比较已发表的联邦学习算法。 使用 Pandas 对分布式表格数据进行联邦分析。
flower 怎么安装和运行？
阅读 Flower 文档中的安装指南 按照文档中的 PyTorch 快速入门教程操作
在哪里获取 flower？
源代码和安装说明在 GitHub 上：https://github.com/flwrlabs/flower

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目