自动化与AI助手 · 工具介绍
Flower
用于构建联邦 AI 系统，可结合不同机器学习框架编写应用并配置联邦学习策略。
Flower 能做什么
用于构建联邦 AI 系统，可结合不同机器学习框架编写应用并配置联邦学习策略。
- 模型训练与部署
如何使用 Flower
基于示例搭建联邦训练试验
准备输入
- 可用于试验的模型与分区数据
- 选定机器学习框架的运行环境
- 需要比较的训练策略
操作步骤
- 选择与当前模型框架相匹配的官方快速开始示例。
- 按教程编写 Flower 应用并设置联邦学习策略，先验证小规模试验。
- 比较不同参与数据与策略的结果，检查各方权限及数据使用边界后再扩展。
预期交付物
- 联邦学习试验应用与策略比较记录
使用联邦学习框架不自动满足隐私或安全要求；参与方、通信、更新内容和访问控制都需要单独设计与验证。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从自动化与AI助手角度评估Flower
把自动化与AI助手需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
触发是否明确
写清事件来源、必要字段和重复事件的识别方式。
权限是否够用
只连接完成任务所需的账户与范围；真实操作由有权人员确认。
失败是否可见
保留结果状态和接手人，不能把重试次数当成完成次数。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
