上海交通大学 发布 HtFLlib 数据集, 应用在 联邦学习、异构数据 领域

上海交通大学 本次发布的数据集 HtFLlib, HtFLlib是一个全面的异构联邦学习库和基准，旨在促进异构联邦学习（HtFL）方法的研究和应用。它包含了跨越不同领域、模态和数据异构性场景的12个数据集，以及40种模型架构和10种代表性的HtFL方法。HtFLlib旨在提供一个统一的框架，用于评估和分析HtFL方法在不同领域的有效性和鲁棒性，并为研究人员提供一个易于使用和可扩展的平台。

查看HtFLlib

README 内容： 

关于 上海交通大学 , 上海交通大学是中国历史悠久的著名高等学府之一，位于中国上海，是中国教育部直属的全国重点大学，也是‘985工程’和‘211工程’的首批建设高校之一。学校设有多个学院，涵盖了工、理、文、法、经济、管理、医学等多个学科领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。