- 博客(3)
- 收藏
- 关注
RSS订阅原创 二、 FATE实战：实现横向逻辑回归任务的训练及预测
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、数据集描述二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、数据集描述示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：im
2021-06-16 19:30:04
5576
11
原创 一、用Python从零实现横向联邦图像分类
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录用Python从零实现横向联邦图像分类一、环境配置1. 下载Anaconda2. 下载显卡对应的CUDA3. 安装cuDNN4. 配置pytorch-gpu环境二、用Python从零实现横向联邦图像分类1. 运行代码2. 服务器端3. 客户端4. 聚合5. 联邦学习与中心化训练的效果对比6. 联邦学习在模型推断上的效果对比总结用Python从零实现横向联邦图像分类联邦学习是一种新型的、基于数据隐私保护技术实现的分布式训练范式，
2021-06-05 17:07:20
18718
25
原创 一、 深度学习基础
一、 深度学习基础1.1 基本过程1.1.1 数据预处理将现实世界中的实物特征化，表示成一个多维向量。例如一张图片可以特征化成一个多维数组，形状为长、宽、通道数。1.1.2 定义网络结构深度学习训练好的模型主要包括两部分：网络结构+每层网络的具体参数。定义网络的常用层：Dense层（全连接层）keras.layers.core.Dense(units, activation=None, use_bias=True, input_shape=(x,))# 重要参数units：隐藏
2020-07-21 12:10:15
430
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