FederatedScope

联邦学习平台
授权协议 Apache-2.0
开发语言 Python
所属分类 神经网络/人工智能、 机器学习/深度学习
软件类型 开源软件
地区 国产
投 递 者 吴俊风
操作系统 跨平台
开源组织 阿里巴巴
适用人群 未知
 软件概览

FederatedScope是一个综合性的联邦学习平台,为学术界和工业界的各种联邦学习任务提供便捷的使用和灵活的定制。FederatedScope 基于事件驱动的架构,集成了丰富的功能集合以满足联邦学习不断增长的需求,旨在构建一个易于使用的平台,以安全有效地促进学习。

特点

  • 便于使用:允许用户将自己的组件,包括数据集、模型等集成到FederatedScope中,针对特定的应用进行联邦学习。
  • 事件驱动:联邦学习算法通过为参与者定义事件和相应的处理程序来模块化和表达。

代码结构: 

FederatedScope
├── federatedscope
│   ├── core           
│   |   ├── workers              # Behaviors of participants (i.e., server and clients)
│   |   ├── trainers             # Details of local training
│   |   ├── aggregators          # Details of federated aggregation
│   |   ├── configs              # Customizable configurations
│   |   ├── monitors             # The monitor module for logging and demonstrating  
│   |   ├── communication.py     # Implementation of communication among participants   
│   |   ├── fed_runner.py        # The runner for building and running an FL course
│   |   ├── ... ..
│   ├── cv                       # Federated learning in CV        
│   ├── nlp                      # Federated learning in NLP          
│   ├── gfl                      # Graph federated learning          
│   ├── autotune                 # Auto-tunning for federated learning         
│   ├── vertical_fl              # Vartical federated learning         
│   ├── contrib                          
│   ├── main.py           
│   ├── ... ...          
├── scripts                      # Scripts for reproducing existing algorithms
├── benchmark                    # We release several benchmarks for convenient and fair comparisons
├── doc                          # For automatic documentation
├── enviornment                  # Installation requirements and provided docker files
├── materials                    # Materials of related topics (e.g., paper lists)
│   ├── notebook                        
│   ├── paper_list                                        
│   ├── tutorial                                       
│   ├── ... ...                                      
├── tests                        # Unittest modules for continuous integration
├── LICENSE
└── setup.py
 相关资料
  • 我想做的是: 我的应用程序集成了钥匙斗篷。因此,当我的应用程序启动时,会向用户显示钥匙斗篷登录页面。现在,我正在尝试提供一个使用PingFedrate登录的选项。因此,将出现一个用于使用 PingFed 登录的按钮(一旦在密钥保护中配置了新的 SAML 提供程序)。在 PingFedrate 上,我尝试集成 SP 初始化的 SSO: 我添加了一个新的SP连接,并将其配置为SSP启动的SSO。(它迫

  • Kubernetes v1.9声称单集群最多可支持5000个节点和15万个Pod,我相信很少有公司会部署如此庞大的一个单集群,总有很多情况下因为各种各样的原因我们可能会部署多个集群,但是有时候有想将他们统一起来管理,这时候就需要用到集群联邦(Federation)。 为什么要使用 federation Federation 使管理多个集群变得简单。它通过提供两个主要构建模块来实现: 跨集群同步资源

  • 平台列表 Google Cloud AI Cloud Machine Learning Engine 托管的机器学习服务 AutoML 自动化机器学习 机器学习API,如 Jobs, Video Intelligence, Vision, Speech, Natual Language 以及 Tanslation 等 Amazon Machine Learning SageMaker 自动化机器学

  • 因此,我的任务是为客户端的Oracle Hyperion应用程序启用SSO。我使用的方法是基于自定义标头变量的SSO。 平联邦目前作为许多应用程序的SSO身份验证服务器存在,计划是在它(平馈SP)从Okta IDP检索属性/身份验证用户时使用它作为目标应用程序的SP。 我对这个过程相对较新,因为您可能已经猜到了,并且正在寻找有关如何配置的澄清: > SP 从 Pingfed 启动 SSO,并从 O

  • 我正在使用SAML 2.0和浏览器SSO配置SP以连接到另一个IDP。我已经完成了所有的设置,但无法弄清楚如何或是否有可能向IDP发送断言。IDP通常不会将断言发送回SP吗?当我导航到IDP的ACS URL时,我无法访问登录页面,因为我错过了这些SAML断言。 我的特定用例是通过平联邦设置的。 谢谢!

  • 分享面经攒攒人品!base西安 整个面试不到20minutes,不用手撕,感觉真就kpi面,主要是我的方向和他们也不太吻合。 自我介绍,项目细问+面试官介绍他们的业务和方向+反问。。。 面试官人很nice!月底出结果(说是投的人好多还得面好多),不过我面完就知道凉凉