FedML公司

FedML：联邦机器学习的研究库和基准。ederated learning是机器学习领域一个迅速发展的研究领域。虽然已经做了大量的研究工作，但是现有的库不能充分支持不同的算法开发（例如，不同的拓扑结构和灵活的消息交换），并且在实验中不一致的数据集和模型使用使得公平比较变得困难。在这项工作中，我们介绍了FedML，一个开放的研究库和基准，有助于开发新的联合学习算法和公平的性能比较。FedML支持三种计算模式（分布式培训、移动设备培训和独立模拟），供用户在不同的系统环境中进行实验。FedML还通过灵活通用的API设计和参考基线实现来促进不同算法的研究。一个针对非I.I.D设置的精心策划和全面的基准数据集旨在进行公平的比较。我们相信FedML可以为联邦学习研究社区提供一种高效、可重复的方法来开发和评估算法。我们在https://FedML.ai。