花–友好的联合学习框架

Flower（flwr）是用于构建联合学习系统的框架。 Flower的设计基于以下指导原则：

可自定义：联合学习系统从一个用例到另一个用例，差异很大。根据每个单独用例的需要，Flower允许使用各种不同的配置。

可扩展：花起源于牛津大学的一个研究项目，因此它的构建考虑了AI研究。可以扩展和覆盖许多组件，以构建新的最新系统。

与框架无关的：不同的机器学习框架具有不同的优势。 Flower可以与任何机器学习框架一起使用，例如PyTorch，TensorFlow，甚至是喜欢手工计算渐变的原始NumPy用户。

可以理解：在编写花时要牢记可维护性。鼓励社区阅读和贡献代码库。

许多示例展示了Flower的不同使用场景（结合流行的机器学习框架，例如PyTorch或TensorFlow）。要运行示例，请首先安装必要的附加功能：

@article {beutel2020flower，标题= {花卉：友好的联邦学习研究框架}，作者= {贝特尔，丹尼尔·J和托帕尔，塔纳和马图尔，阿希尔和丘，辛奇和帕尔科莱特，提图安和莱恩，尼古拉斯D}，期刊= {arXiv预印本arXiv：2007.14390}，年份= {2020}}

还请考虑将您的出版物添加到文档中的“基于花的出版物”列表中，只需打开“拉取请求”即可。