代码拉取完成,页面将自动刷新
同步操作将从 科大讯飞/iflearner 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
iFLearner是一个强大且轻量的联邦学习框架,提供了一种基于数据隐私安全保护的计算框架, 主要针对深度学习场景下的联邦建模。其安全底层支持同态加密、秘密共享、差分隐私等多种加密技术, 算法层支持各类深度学习网络模型,并且同时支持Tensorflow、Mxnet、Pytorch等主流框架。
iFLearner主要基于以下原则进行设计:
事件驱动机制: 使用事件驱动的编程范式来构建联邦学习,即将联邦学习看成是参与方之间收发消息的过程, 通过定义消息类型以及处理消息的行为来描述联邦学习过程。
训练框架抽象: 抽象深度学习后端,兼容支持Tensorflow、Pytorch等多类框架后端。
扩展性高:模块式设计,用户可以自定义聚合策略,加密模块,同时支持各类场景下的算法。
轻量且简单:该框架Lib级别,足够轻量,同时用户可以简单改造自己的深度学习算法为联邦学习算法。
注意备注来源: 开源
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。