PFLlib: Легковесная и модульная библиотека для персонализированного федеративного обучения

[GuDron]

PFLlib: Легковесная и модульная библиотека для персонализированного федеративного обучения

PFLlib — это легковесная и модульная библиотека для персонализированного федеративного обучения (PFL), построенная на PyTorch. Она предлагает:
* Простую, но гибкую реализацию различных персонализированных алгоритмов ФО.
* Унифицированную инфраструктуру и API.
* Интеграцию с популярными задачами (например, NLP и CV).
* Удобную настройку через YAML.
* Минимум зависимостей (PyTorch и scikit-learn).
* Расширяемость для исследований.

Поддерживаемые алгоритмы:
* pFedMe
* Ditto
* FedAMP
* FedBN
* FedPer
* FedRep
* FedBABU
* LG-FedAvg
* FedFomo
* FedPAC
* APFL
* FedOnce
* Per-FedAvg
* Scaffold
* FedAvg

Поддерживаемые задачи:
* Текстовая классификация: AG News, DBpedia, Yahoo! Answers
* Изображения: CIFAR-10, CIFAR-100, FEMNIST, Tiny-ImageNet
* Другие кастомные задачи через обобщённые интерфейсы

Структура кода:
* pfllib/core: ядро алгоритмов
* pfllib/models: модели и представления
* pfllib/tasks: предобработанные датасеты и задачи
* pfllib/utils: вспомогательные функции

Быстрый старт:

git clone https://github.com/TsingZ0/PFLlib.git
cd PFLlib
pip install -r requirements.txt
python main.py --cfg configs/xxx.yaml