工作报告1

2019.11.12-2019.11.17工作报告

本周是STAR Pro第二轮考核的第一周，本周主要完成了两件事：

1.全链接网络的复习：

基于上次大作业的基础，复习了如何用numpy搭建一个全连接神经网络，学习了数据预处理的方法（上次大作业我的不足之处，此次按照参考代码编写了一遍，对此有了更深的认识），以及python中面向对象编程的概念。
面对对象编程笔记如下：

数据预处理：
1.类型转换
astype 可用于整型、浮点型、字符串的转换

2.one-hot形式
上次大作业我直接用for循环遍历数组，将y转换成one-hot形式
参考代码中可以用此方法转换

# one hot
def convert_to_one_hot(y, num_class):
    return np.eye(num_class)[y.reshape(-1)].T

小细节：

Part_2_Federated_learning_step_by_step

简单了解了什么是联邦学习及其背景和应用，并且完成了1-4节10个客户端进行联邦学习的模拟。对于第五节（还未完成）我认为由于数据量太少，导致精度太低

碰到问题：
在客户端权重聚合中，weights list为什么不能直接相加？
解决：
遍历list逐个相加。