编程智能体与代码 · 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。
从编程智能体与代码角度评估Flower
把编程智能体与代码需要的条件列清楚，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。
能否读懂上下文
确认工具能够读取所需目录，且不会引入不必要的资料。
改动是否可审查
优先能展示差异、保留原文件和逐步验证的工作方式。
测试能否说明问题
测试应覆盖用户可见行为，不只证明代码能运行。
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。
