- 博客(6)
- 问答 (1)
- 收藏
- 关注
原创 FedML伪分布式下FedAvg的算法实现(CNN模型)
上一篇博客实验到了FedAvg的实现,模型是用的最简单的LogisticRegression,只用了一层的线性层。class LogisticRegression(torch.nn.Module): def __init__(self, input_dim, output_dim): super(LogisticRegression, self).__init__() self.linear = torch.nn.Linear(input_dim, output
2020-11-20 15:14:19
3093
9
原创 FedML伪分布式下FedAvg(联邦平均)的算法实现
理解了数据集的构成之后,下面我们就到了最重要的部分:FedAvg算法的实现。做联邦学习的小伙伴肯定都知道,FedAvg思想的精髓就在于将各用户自己训练的权重整合起来进行平均(根据所拥有的样本数的不同,在平均过程中所占比重也不同),所以我们重点内容就是找到模型在哪里收集了权重,并进行了整合,我们接下来所做的工作(比如聚合)就是要改这部分的源代码。# load datadataset = load_data(args, args.dataset) # args.dataset = 'mnist'
2020-11-12 21:38:15
9330
5
原创 FedML数据处理(MNIST_non-iid数据集)
关于数据集MNIST_non-iid数据集测试集解释(训练集相同):sh stats.sh test# result####################################DATASET: MNIST1000 users7371 samples (total)7.37 samples per user (mean)num_samples (std): 16.08num_samples (std/mean): 2.18num_samples (skewness):
2020-11-06 11:10:30
5279
7
原创 联邦学习FedML伪分布式环境搭建实战
一、硬件环境虚拟机版本:VMware_16.0.0操作系统版本:Ubuntu 18.04.2 LTS(注意内存一定要开到8G以上,不然后面在执行样例时进程会被Killed)Python版本: 3.7.4二、下载框架github地址:https://github.com/FedML-AI/FedML将整个包下载并解压自己的用户目录三、开始安装可以进入到CI-install.sh所在目录直接运行脚本安装(不推荐)sh CI-install.sh按照CI-install.
2020-11-02 10:49:37
9837
18
转载 字符数组,字符指针,字符串常量
一、字符串可以赋值给字符指针变量char* p="hello";//其实这里分配了常量,即const,如果不让p指向别的地址就无法修改。char q[]="world";cout<<&p<<" "<<&q<<" "<<endl;cout<<p<<" "<<q<<e...
2019-08-13 20:33:51
484
空空如也
关于Linux内核简单编写问题
2016-07-08
TA创建的收藏夹 TA关注的收藏夹
TA关注的人