![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
联邦学习
文章平均质量分 87
你的宣妹
喜欢打游戏、看动漫的程序媛。
展开
-
Python实现横向联帮Cifar10图像分类
参考书目《联邦学习实战》 杨强在阅读本书的过程中,我尝试根据书中的代码,自己实现横向联邦学习中的图像分类任务,这里是我对代码和逻辑的理解还有出现的问题,希望对大家的学习有所帮助。下面的表格是一些实验基本信息:配置信息解释数据集Cifar10(其将样本划分后给每个客户端作为本地数据)全局迭代次数服务器和客户端的通信次数本地模型迭代次数每一次客户端训练的轮数,各个客户端可以相同,也可以不同 一些其它基础的模型配置信息原创 2022-02-05 23:45:32 · 2343 阅读 · 13 评论 -
联邦学习综述:挑战、方法和未来方向
联邦学习:挑战、方法和未来方向IEEE SIGNAL PROCESSING MAGAZINE, 2020一、简介随着移动设备等算力增强,信息传输的隐私问题日渐让人担忧。可以考虑在本地存储和使用模型但是集中训练机器学习模型的方式,比如手机用户的建模和个性化。联邦学习可以使得模型能够直接在远程设备进行训练。...原创 2021-12-21 17:42:21 · 4179 阅读 · 0 评论 -
联邦学习综述:概念与应用
联邦学习:概念与应用2019 ACM Transactions on Intelligent Systems and Technology, Hongkong现在的人工智能仍然面临两个挑战:数据孤岛和数据安全。本文介绍一种综合型安全联邦学习框架,包括水平联邦学习、垂直联邦学习和联邦迁移学习。这里介绍定义、结构和应用,提供了相关工作的调研。简介人工智能发展迅速,但是逐渐显现其缺陷。在很多领域中,数据都是有限的,而且质量不高,因此可以考虑将不同组织的数据进行融合并公用。 由于企业竞争、隐私和复杂的管原创 2021-12-21 00:23:53 · 1939 阅读 · 0 评论