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(13)
  • 收藏
  • 关注

原创 联邦学习论文——关于我从0到第一篇论文初稿交稿的记录

我的记录

2024-09-09 13:00:42 853

原创 论文笔记——TRANSFORMER-BASED FEDERATED LEARNING FOR MULTI-LABEL REMOTESENSING IMAGE CLASSIFICATION

在介绍里它提到了传统遥感图像多标签分类面临的问题以及联邦学习如何解决的一些办法,然后还引出了本文的一些比较办法和解决办法:在本文中,我们重点关注最先进的 Transformer 架构(,并在 对于多标签遥感图像分类的联邦学习应用框架中对它们进行理论和实验分析和比较。

2024-07-05 19:47:37 696 1

原创 FATE文档阅读笔记--NN模块教程

在FATE-1.10中,pipeline中的Homo-NN已经加入了对pytorch的支持,你可以效仿pytorch Sequential的使用方法,使用Pytorch内置的layers定义Sequential模型并提交模型,同时可以使用Pytorch自带的loss函数和optimizer。在联邦学习中,参与方分组通常指的是将参与方分成若干组以执行不同的任务,而分区只是针对单个参与方的数据处理策略。在横向联邦学习中,参与方拥有的数据集通常是具有相同特征(即相同的列),但是不同的样本(即不同的行)。

2024-06-29 23:35:36 703

原创 框架部署----FATE基于centos7的Linux部署

这几天as you can see,我在我的”五步发一区计划“中,我做了很多第二步的内容,关于框架的研究,我研究了FedVision,PaddleFL,但是联邦学习在现在网上的环境里,可用资源和资料以及教程还是很少,很多其实还是要自己摸索,自己看文档,其实这也培养了你做事情的一个能力吧,以后很多东西都可以自己看文档去快速上手。

2024-06-29 12:25:43 869

原创 FedVision官方文档学习笔记----寻找下一步思路

在FedVision里有两个角色协调者(coordinator)是一个负责处理和的一个独立角色。通常,协调者必须在任何团体能够订阅它之前启动。而团体将会向协调员发送特定(指定)任务类型的任务,并且等待建议等待时间。在等待期间,订阅了这种任务类型的各方将会收到一个信息,并且决定是否参加,当等待时间结束后,协调者将选择一组团体作为这个任务的参与方。

2024-06-27 14:21:27 717

原创 部署FedVision详细过程----手把手科研小白适用

这是官方部署教程,我们基本也是按照这个来,看他的要求就是你要有本地免密ssh这是最重要的,其次是你的python版本要大于3.9最好。我是在Linux里面安装的,我是ubuntu20.04,首先先安装,然后配置openssh本地免密登录回环,这个可以看我之前发的那个,不过那个是windows上的,说到这,放弃windows执念吧,家人们,如果你执意想部署windows上,你会走很多弯路,我这几天几乎一天只能看一篇论文或者解决一个问题,就是因为我有windows执念。

2024-06-26 21:35:42 736

原创 部署FedVision准备工作①----SSH的本地回环免密登录

先说他这个本地回环原理,就是本地创建一个私钥和一个公共密钥,默认分别为id_rsa和id_rsa.pub,然后需要有一个认证文件,和公钥内容一样去解密,一般放在服务端上,但是我们本地,那就放在本地咯,先到这个,我们先实现了。来生成一个私钥和密钥文件,输入后一路回车,出来图了就算成功了,当然我们也就全选了默认,密钥名字默认,路径默认C:\user\your_id\.ssh,现在你的.ssh文件夹只有俩文件。好了不废话了,现在确实有点开心,话多了,直接开始。大功告成,下一步,fedvision部署!

2024-06-26 00:00:32 568

原创 论文--FedVision框架论文总结

1.介绍了传统计算机视觉的局限性跨机构数据共享困难整个过程需要很长时间,并且取决于下一轮离线训练的时间,这也导致了反馈滞后的问题,从而延迟了对模型推理中任何错误的纠正;大量的数据会造成大量的数据开销2.提出联邦学习在CV中解决这些问题的优势,并引出FedVision的必要性以及什么是FedVision: 一个机器学习工程平台,用于支持轻松开发由联邦学习驱动的计算机视觉应用程序。

2024-06-25 11:59:30 695

原创 综述1--Federated Learning for Computer Vision

介绍了CV的来源和四种主要技术介绍了CV面临的挑战以及解决办法介绍了边缘计算架构的兴起对CV带来的机遇与问题并解决方案介绍了综述选文方法介绍了别人目前的相关综述的研究介绍了本文的贡献点基于统计数据(即从大型训练数据集中学习到的模式);以规则形式表达的逻辑;基于深度神经网络 (DNN)(捕捉图像特征与最终决策之间的非线性关系);基于结合多个决策以找到最大化整体性能的决策的遗传算法和进化算法;

2024-06-22 20:40:50 1513

原创 FL在CV的应用个人总结--写在前面

联邦学习个人纪录

2024-06-22 15:04:18 171

原创 毕业设计,毕设分享

一些用收集的python毕设课设,都可以使用,不过需要自己部署,网上都有教程。

2023-11-03 12:01:08 113

原创 python入门100题

每天一道小题一百天即可成为大佬。文件来自GitHub大佬。

2023-10-11 11:35:33 46

原创 一个基于python+vue开发的网上商城系统(附源码)

功能概述这是一个基于python+vue开发的商城网站,平台采用B/S结构,后端采用主流的Python语言进行开发,前端采用主流的Vue.js进行开发。整个平台包括前台和后台两个部分。前台功能包括:首页、商品详情页、用户中心模块。后台功能包括:总览、订单管理、商品管理、分类管理、标签管理、评论管理、用户管理、运营管理、日志管理、系统信息模块。

2023-10-11 11:26:20 663

综述1-Federated Learning for Computer Vision

综述,主要是看参考文献

2024-06-22

python入门100题

md用vscode打开

2023-10-11

一个基于python+vue开发的网上商城系统

平台采用B/S结构,后端采用主流的Python语言进行开发,前端采用主流的Vue.js进行开发。 整个平台包括前台和后台两个部分。 前台功能包括:首页、商品详情页、用户中心模块。 后台功能包括:总览、订单管理、商品管理、分类管理、标签管理、评论管理、用户管理、运营管理、日志管理、系统信息模块

2023-10-11

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