联邦学习的开源框架有哪些

目前比较流行的联邦学习的开源框架包括：

1. TensorFlow Federated：由Google开发，基于TensorFlow框架实现，支持分布式学习和联邦学习。

2. PySyft：由OpenMined开发，基于PyTorch框架实现，支持安全的分布式学习和隐私保护的联邦学习。

3. IBM Federated Learning：由IBM开发，基于TensorFlow和Keras框架实现，支持联邦学习和分布式学习。

4. Flower：由Adapteva开发，基于PyTorch框架实现，支持分布式学习和联邦学习。

5. FATE：由WeBank开发，基于多种机器学习框架实现，支持联邦学习和安全计算。

6. FedML：由CMU和Tsinghua University开发，基于PyTorch和TensorFlow框架实现，支持多种联邦学习算法和优化器。