FederatedLearningOptimizerImplementation

在实现新的联邦学习算法时需要注意很多细节,或者说在进行联邦学习实验时需要注意的一些问题:

  • 集群架构是server-client,还是Ring(decentralized)
  • 集群中有多少个节点,每一轮通信参加的节点有多少个,这个概率是多少
  • 模拟实验时,数据在各个节点是按照什么标准划分的,是否是non-IID的
  • 异步延迟梯度更新怎么修改,在哪里修改
  • 损失权重怎么收集并计算

In my paper, there is the staring point: more friendly to edge device. So I must have RaspiBerry experiment. But the 12 edge devices have limited RAM, CIFAR10 will not run successfully, some device will be killed when starting training. So I plan to run a real world application on them, such as Covid19 X ray dection.

FedMine can reffer to MOON and FedProxy

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值