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(15)
  • 问答 (2)
  • 收藏
  • 关注

原创 论文Provable Defense against Backdoor Policies in Reinforcement Learning

强化学习训练的目标过于复杂时,一般用户的资源无法支撑从头开始训练出一个优秀的策略,此时需要依靠其他方的预训练策略。而下载的RL预训练策略可能会是一个后门策略,因此引起强化学习中的后门策略攻击。

2024-01-19 20:29:20 365 1

原创 openlayers显示mapbox源

使用前确保拥有openlayer依赖包的ol库npm install ol。"ol": "^6.15.1",后yarn install也可。

2023-12-18 13:51:40 422 1

原创 联邦学习中的Staleness issue

联邦学习是一种分散式机器学习方法,其中训练数据存储在本地设备上,模型在本地设备上进行训练,然后周期性地将本地模型更新发送到中央服务器,以便全局模型的更新。在联邦学习中,"Staleness issue"(滞后问题)通常指的是在模型更新聚合过程中,由于参与联邦学习的设备或节点之间的通信延迟,导致某些模型更新在被集成到全局模型之前已经过时(滞后)的问题。这可能会增加通信开销,但有助于确保全局模型的一致性。由于某些设备的模型更新在被聚合到全局模型之前已经过时,因此全局模型可能没有及时获得最新的信息。

2023-11-16 16:39:12 123 1

原创 Straggler issue

同步聚合中,服务器等待Client响应时间较长,当等待多个Client时,假设一个Client的信道条件较差或者计算能力较弱导致不能及时聚合时,就会出现离散问题(Straggler issue),如上图(a),此时等待Client 2,但是Client 1扔占用信道。这里是以FL联邦学习为例子讲的,大概就是需要等多个服务器上传模型,但是各自有快慢,早早上传结束的仍然需要占用信道等待仍没有上传结束的Client,导致信道浪费。

2023-11-16 15:57:02 463 1

原创 Value of Information: A Comprehensive Matrix for Client Selection in Federated Edge Learning

主要是关于Client Select问题的定义

2023-11-14 22:41:10 70

原创 联邦学习 非独立同分布 Client数据集 意义

在非IID的情况下,需要采取一些策略来应对数据分布的不均匀性,以确保在全局模型上取得良好的性能。表示各个客户端的数据是从相同的分布中独立采样得到的。这种情况使得在全局模型的训练过程中,每个客户端的数据都是相似的,可以看作是从同一个总体分布中抽取的。在IID的情况下,联邦学习更容易进行,因为各客户端的数据相似性较高,全局模型可以在各客户端的数据上进行较为均匀的训练,不太容易受到数据差异的影响。表示各个客户端的数据并不是独立同分布的,可能来自不同的分布,具有不同的特征、分布、或者数据类型。

2023-11-14 17:30:35 156

原创 预训练模型及微调 概念

预训练模型的微调是指在一个预先训练好的模型基础上,通过使用新的、特定领域的数据集进行额外的训练,以调整模型以适应新任务或新领域。使用新的数据集,以及定义好的损失函数,对整个模型或部分模型进行训练。在这个阶段,模型会根据新任务的要求进行调整,以更好地适应新的数据分布和任务要求。有时,在微调过程中,可以选择冻结模型的部分层次,尤其是预训练过程中学到的低级别特征提取层。这有助于保留先前学到的通用特征。微调的目标是通过在新任务上进行有监督学习,使模型学到适应新数据分布的特定信息,从而提高模型在新任务上的性能。

2023-11-13 23:29:35 66

原创 FASTMOE: A FAST MIXTURE-OF-EXPERT TRAINING SYSTEM

训练大规模的MoE模型依赖TPU,不向公众开放。用于接收 网络构造函数的接口,以构造为expert,能够让用户能够专注于设计自己的网络,支持多种不同类型的网络。接口的实现为用户隐藏了不同worker之间数据的传递跨gpu、节点并行计算、数据传输的实现细节。利用 标签 解决了分布式的异构性问题输入数据的 批处理、流处理 提高硬件使用效率。

2023-11-13 16:40:26 290

原创 Adaptive mixtures of local experts, Neural Computation‘1991

论文阅读记录

2023-11-13 09:14:47 407

原创 opengl纹理加载glGenerateMipmap(GL_TEXTURE_2D);

时0x0000000000000000 处(位于 ConsoleApplication1.exe 中)引发的异常: 0xC0000005: 执行位置 0x0000000000000000 时发生访问冲突。排查错误,问题为只进行了glutInit初始化,而没有进行glewInit()初始化,加上glewInit后正常运行。

2023-10-19 15:53:57 256 1

原创 2022山东大学操作系统期末考试回忆版

期末考试好好复习

2023-02-14 19:19:36 716

原创 2022山东大学算法导论期末考试回忆版

期末考试回忆版,好好复习

2023-02-14 18:47:30 918

原创 简易英语词典

根据搜索英语单词,利用倒排索引在词库中搜索相应的单词,展示例句并在例句中高亮展示例句

2023-01-11 09:36:02 546

原创 学生公寓管理系统-python+Django+Mysql(附视图代码)

数据库课设,附视图代码

2022-01-18 15:09:20 10666 33

原创 贪吃蛇的C++实现

一、实现的功能1、介绍程序内容2、选择控制方式(WASD或者方向键盘)3、地图选择4、速度选择二、实现思路既然刚学完C++,我们就要使用面向对象的方法来编程实现。创建唯一也是核心的类CentralWork,在其中实现所有功能。 贪吃蛇实现主要有四个步骤:食物的随机产生、蛇的移动显示、蛇移动方向的控制、蛇吃到食物与牺牲的判定。现在阐述实现思路。1、食物的随机产生: 食物只存在一个,一个被吃后才会产生下一个随机食物。所以食物是否...

2021-08-15 23:32:00 7830 4

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