Accueil Projets FATE
FATE
Python

FATE

Un cadre d'apprentissage fédéré de qualité industrielle

par FederatedAI · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
algorithmfatefederated-learningApache-2.0Python
Voir sur GitHub
En termes simples

Collaborez en toute sécurité sur des données avec d'autres tout en utilisant divers algorithmes d'apprentissage automatique.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
FATE — GitHub preview card
📈 Historique des étoiles
6.09k6.08k
2026-07-042026-08-31
📈 Suivez FATE

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Un cadre d'apprentissage fédéré de qualité industrielle

FATE compte 6.1k étoiles sur GitHub. Il a été forké 1.6k fois. FATE est écrit principalement en Python. Il est développé activement depuis 2019. FATE est disponible sous licence Apache-2.0. Ses principaux thèmes sont : algorithm, fate, federated-learning, machine-learning.

Frequently asked questions

Qu'est-ce que FATE ?

Un cadre d'apprentissage fédéré de qualité industrielle

FATE est-il open source ?

FATE est un projet open source. Il est distribué sous licence Apache-2.0.

FATE est-il gratuit ?

Oui. FATE est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est FATE ?

FATE est disponible sous licence Apache-2.0.

Dans quel langage FATE est-il écrit ?

FATE est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — FATE

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=federatedai-fate)](https://olud.ai/project/federatedai-fate.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.