Home Progetti PySyft
PySyft
Python

PySyft

Esegui data science su dati che rimangono nel server di qualcun altro

di OpenMined · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
cryptographydeep-learningfederated-learningApache-2.0Python
Visualizza su GitHub
In parole semplici

Invia compiti di analisi dei dati da eseguire su dati privati memorizzati da altri, utilizzando servizi cloud familiari.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
PySyft — GitHub preview card
📈 Storia delle stelle
9.93k9.92k
2026-07-042026-08-31
📈 Segui PySyft

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Esegui data science su dati che rimangono nel server di qualcun altro

PySyft ha 9.9k stelle su GitHub. È stato forkato 2k volte. PySyft è scritto principalmente in Python. È in sviluppo attivo dal 2017. PySyft è disponibile con licenza Apache-2.0. I suoi temi principali sono: cryptography, deep-learning, federated-learning, hacktoberfest.

Frequently asked questions

Che cos'è PySyft?

Esegui data science su dati che rimangono nel server di qualcun altro

PySyft è open source?

PySyft è un progetto open source. È rilasciato con licenza Apache-2.0.

PySyft è gratuito?

Sì. PySyft è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è PySyft?

PySyft è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto PySyft?

PySyft è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — PySyft

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=openmined-pysyft)](https://olud.ai/project/openmined-pysyft.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.