Artykuł prezentuje krok po kroku instrukcję budowania i porównywania algorytmów FedAvg i FedProx w uczeniu federacyjnym przy użyciu platformy NVIDIA FLARE na zbiorze danych CIFAR-10 z rozkładem non-IID. Uczenie federacyjne to zaawansowana technika trenowania modeli na rozproszonych danych bez konieczności ich centralizacji, co jest kluczowe dla prywatności. Praktyczne porównanie tych algorytmów ułatwia praktykom zrozumienie różnic w wydajności i zastosowaniu na rzeczywistych scenariuszach hetero