Flower分散されたデータでAIをトレーニングします

Flower: フレンドリーなフェデレーテッドラーニングフレームワーク

フェデレーテッドラーニング、分析、評価への統一されたアプローチ。

主要機能

• 任意のワークロード、任意のMLフレームワーク、任意のプログラミング言語をフェデレートします。
• PyTorch、TensorFlow、Hugging Face、JAX、Pandas、fastai、PyTorch-Lightning、MXNet、scikit-learn、XGBoostなどの一般的なMLフレームワークと互換性があります。
• 数千万のクライアントを持つ現実世界のシステムにスケーラブルです。
• AWS、GCP、Azure、Android、iOS、Raspberry Pi、Nvidia Jetsonなど、クラウド、モバイル、エッジデバイスをサポートします。
• 研究から本番へのシームレスな移行を可能にします。
• プラットフォームに依存せず、異種のエッジデバイス環境でうまく機能します。
• 最小限のコードで簡単に始められます。

ユースケース

• フェデレーテッドラーニング: 生データを共有せずに、分散されたデータソース全体で機械学習モデルをトレーニングします。
• フェデレーテッド評価: 分散されたデータソースでモデルを評価します。
• フェデレーテッド分析: 分散されたデータで分析を実行します。
• 差分プライバシー: 機械学習モデルのプライバシーを強化します。

価格

Flowerはオープンソースであり、無料で使用できます。フレームワークをさらに強化するために、貢献とコミュニティサポートを奨励しています。

チーム

Flowerは、Flower Labs GmbHの専任チームによって開発および保守されています。このフレームワークは、ケンブリッジ大学、Brave Software、ハーバード大学、Orange、MIT、Samsung AI、ミュンヘン工科大学、Siemens Healthineers、オックスフォード大学、Accenture、Gachon大学、Banking Circleなど、世界中のトップ組織や大学で使用されています。

コミュニティに参加して、今日からFlowerを使用してフェデレーテッドラーニングの旅を始めましょう!