联邦学习是一种分布式的机器学习方法，可以在不共享数据的情况下训练模型。该项目是一个简单易用的联邦学习框架，可与流行的机器学习框架（PyTorch、TensorFlow、JAX 和 scikit-learn 等）结合使用。它支持联邦学习训练、分析和评估，以及模拟客户端运行等功能，包含丰富的示例，适用于需要保护隐私的机器学习模型开发场景，如医疗、政企和金融等。