自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 Django安装使用

Django是一个开源的Python web框架,它简化了Web应用程序的开发过程。Django提供了ORM(对象关系映射)工具,使得与数据库的交互变得简单而直观。具有内置的用户认证系统,可以轻松地处理用户注册、登录和权限控制等方面的功能。Django还支持多种数据库后端,并提供了对主流数据库(如MySQL、PostgreSQL、SQLite等)的支持。它还具有良好的安全性,提供了对CSRF(跨站请求伪造)和XSS(跨站脚本攻击)的保护。

2024-05-20 17:08:21 353 1

原创 联邦学习,server权重文件的传输与模型更新

在联邦学习中,参与方之间需要传输权重文件和更新模型。下面是一种常见的方法来实现权重文件的传输和模型的更新:1. 初始化模型:选择一个主机或协调者作为主服务器,并在该主机上初始化一个模型。这个模型将用作联邦学习的基础。2. 当前权重文件的传输:参与方将其当前的权重文件传输给主服务器。可以使用加密技术来确保传输的安全性。3. 模型聚合:主服务器接收到参与方的权重文件后,使用一种聚合算法(如FedAvg)将所有权重文件聚合起来,生成一个新的模型。

2024-04-09 21:43:49 638

原创 关于github上联邦学习手写数字识别中的坑

MULTI数据集是用于手写数字识别的一个相当著名的数据集,简单入门,是不少人在ai图像识别领域的敲门砖。联邦学习是一种分布式的机器学习方法,它允许多个参与方共享和学习一个模型,而不需要将原始数据集集中在一个地方。在手写数字识别的场景下,可以将数据集分为多个部分,并分配给多个参与方进行训练。参与方本地训练模型后,可以将模型参数上传到中央服务器进行融合,以更新整体模型。

2024-03-31 21:38:01 659

原创 Docker安装与Fate构架部署

是一个开源的容器化平台。如你刚刚完成了一段代码,身心舒畅,发给客户后准备好好休息一阵。但对方马上又发来了其他问题,原来运行这段代码需要python,MATLAB,cuda 等等多种环境配置。而对方是个电脑开机都不懂的小白,断然不可能配置好这些环境。你盯着聊天窗口和关机键陷入沉默……docker解决了这个问题,它通过将应用程序和其依赖环境通通塞到一个独立的容器中,只需要安装一个docker就能够部署运行所有程序。实现轻量级、可移植和可扩展的软件部署和管理。可以改善应用程序的开发、部署和管理过程。

2024-03-23 13:34:22 716

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除