Py之flower：flower的简介、安装、使用方法之详细攻略

Py之flower：flower的简介、安装、使用方法之详细攻略

目录

flower的简介

flower的安装

flower的使用方法

1、Flower Baselines

---

flower的简介

        一个友好的联邦学习框架。Flower (flwr)是一个用于构建联邦学习系统的框架。《Flower》的设计基于以下几个指导原则:

• 可定制：联邦学习系统在不同的用例中差异很大。Flower允许根据每个单独用例的需求进行广泛的不同配置。
• 可扩展：Flower起源于牛津大学的一个研究项目，所以它的设计考虑到了人工智能研究。可以扩展和覆盖许多组件来构建新的最先进的系统。
• 框架不可知论：不同的机器学习框架有不同的优势。Flower可以与任何机器学习框架一起使用，例如，PyTorch, TensorFlow, hug Face transformer, PyTorch Lightning, MXNet, scikit-learn, JAX, TFLite，甚至为喜欢手工计算梯度的用户提供原始NumPy。
• 可理解：Flower在编写时考虑到了可维护性。鼓励社区阅读代码库并为其做出贡献。

GitHub官网：https://github.com/adap/flower

flower的安装

python -m pip install flwr

安装教程：Installing Flower - Flower 1.1.0

flower的使用方法

1、Flower Baselines

Flower Baselines is a collection of community-contributed experiments that reproduce the experiments performed in popular federated learning publications. Researchers can build on Flower Baselines to quickly evaluate new ideas:

• FedBN: Federated Learning on non-IID Features via Local Batch Normalization:
  • Convergence Rate
• Adaptive Federated Optimization
  • CIFAR-10/100

Check the Flower documentation to learn more: Using Baselines

The Flower community loves contributions! Make your work more visible and enable others to build on it by contributing it as a baseline: Contributing Baselines