陈大笨-CSDN博客

原创 Federated Learning for Vision-and-Language Grounding Problems阅读笔记

Federated Learning for Vision-and-Language Grounding Problems阅读笔记论文主要工作提出一种联邦学习框架，通过生成细粒度的图像表示，框架提高了在不需要共享下游任务数据的情况下vision-and-language grounding问题的性能设计对齐、集成和映射网络【Aligning, Integrating and Mapping Net work (aimNet)】，在框架中实现了分布式模型，有效自动地并将从图像提取出的视觉和文本特征转

2020-10-26 20:36:56 1275

原创联邦学习算法FedAvg实现（PyTorch）

联邦学习方法FedAvg实现（PyTorch）通俗来讲，**联邦学习（Federated Learning）**结构由Server和若干Client组成，在联邦学习方法过程中，没有任何用户数据被发送到Server端，通过这种方式保护了用户的数据隐私。另外，通信中传输的参数是特定于改进当前模型的，因此一旦应用了他们，Server就没有理由存储它们，这进一步提高了安全性。联邦学习的整体思路是**”数据不动模型动“**。Server提供全局共享的模型，Client下载模型并训练自己的数据集，同时更新模型参数

2021-05-03 15:11:44 12643 8

原创查看模型各层参数（Pytorch)

利用Pytorch搭建CNN网络这个实验用到的数据集是Mnist数据集，图片维度是1×28×28import torch.nn as nnclass CNN(nn.Module): def __init__(self): super(CNN, self).__init__() # 卷积层 self.conv1 = nn.Sequential( nn.Conv2d( # 图片的维度：(1, 28, 28) .

2020-08-03 11:18:06 5238

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 Federated Learning for Vision-and-Language Grounding Problems阅读笔记

原创 联邦学习算法FedAvg实现（PyTorch）

原创 查看模型各层参数（Pytorch)

空空如也

空空如也

原创联邦学习算法FedAvg实现（PyTorch）

原创查看模型各层参数（Pytorch)