Py之FedML：FedML的简介、安装、使用方法之详细攻略

Py之FedML：FedML的简介、安装、使用方法之详细攻略

目录

FedML的简介

1、FedML特性概述

FedML的安装

FedML的使用方法

1、基础用法

2、Simulation with a Single Process (Standalone)

FedML的简介

        FedML:在任何规模的任何地方构建开放和协作的AI社区。在现阶段，FedML库为联邦/分布式机器学习提供了一个研究和生产一体化的边缘云平台，可在任何地方、任何规模进行。

GitHub官网：https://github.com/FedML-AI/FedML#fedml-feature-overview

FedML Homepage: FedML | The Federated Learning/Analytics and Edge AI Platform FedML Open Source: FedML Inc. · GitHub FedML Platform: https://open.fedml.ai FedML Use Cases: FedML FedML Documentation: https://doc.fedml.ai FedML Blog: https://medium.com/@FedML FedML Research: Publications - FedML Product Overview: https://medium.com/@FedML/fedml-ai-platform-releases-the-worlds-federated-learning-open-platform-on-public-cloud-with-an-8024e68a70b6

1、FedML特性概述

FedML的logo体现了FedML Inc.的使命。FedML旨在为在任何规模的任何地方运行的机器学习构建简单而通用的api。换句话说，FedML既支持数据筒仓的联邦学习，也支持使用mlop和开源支持进行加速的分布式培训，涵盖了前沿的学术研究和工业级用例。FedML Cheetah：加速模型训练与用户友好的分布式训练FedML Octopus：在现实世界中模拟联邦学习（1）使用单个进程模拟 FL（2）基于 MPI 的 FL 模拟器（3）基于 NCCL 的 FL 模拟器（最快）FedML Beehive：智能手机和物联网的跨设备联合学习，包括适用于 Android/iOS 和嵌入式 Linux 的边缘 SDK。FedML MLOps：FedML 的机器学习操作管道，用于在任何地方以任何规模运行的 AI。Model Serving：我们专注于为边缘人工智能提供更好的用户体验。

FedML的安装

pip install fedml

FedML的使用方法 1、基础用法

import fedml
from fedml.cross_silo import Client

if __name__ == "__main__":
    args = fedml.init()

    # init device
    device = fedml.device.get_device(args)

    # load data
    dataset, output_dim = fedml.data.load(args)

    # load model
    model = fedml.model.create(args, output_dim)

    # start training
    client = Client(args, device, dataset, model)
    client.run()

2、Simulation with a Single Process (Standalone)

推荐文章：FedML/sp_fedavg_mnist_lr_example.md at master · FedML-AI/FedML · GitHub