![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习(Machine Learning)
文章平均质量分 73
MikingG
既不是大佬,也不是菜鸡。就是中山大学软件工程学院的一名学生。
展开
-
联邦学习中一种低成本的从攻击中恢复的办法——FedRecover: Recovering from Poisoning Attacks 的背景与相关工作、问题定义、FEDRECOVER、评估 研读报告
本文把FEDRECOVER的前因后果讲的清清楚楚,明明白白原创 2023-09-17 15:36:51 · 590 阅读 · 2 评论 -
联邦学习中一种低成本的从攻击中恢复的办法——FedRecover: Recovering from Poisoning Attacks 摘要Abstract与介绍Introduction研读
首次针对联邦学习中的污染攻击的模型恢复的系统性研究原创 2023-09-16 11:28:48 · 304 阅读 · 1 评论 -
使用Pytorch库实现的简单的多层感知机(MLP)
这是一个通用的前馈神经网络,其中信息从输入层流向输出层。原创 2023-08-30 15:53:29 · 208 阅读 · 0 评论 -
用Pytorch实现一个用于MNIST手写数字识别的卷积神经网络(CNN)类
这个CNNMnist类定义了一个典型的卷积神经网络结构,它包括了两个卷积层、两个最大池化层、两个全连接层和Dropout正则化。这种架构特别适合用于处理MNIST这样的图像分类任务,其中的2D卷积层可以捕捉图像的空间特征。原创 2023-08-30 15:53:13 · 57 阅读 · 0 评论 -
用Pytorch实现一个用于Fashion-MNIST数据集的卷积神经网络(CNN)类
这个CNNFashion_Mnist类定义了一个简洁的卷积神经网络结构,适用于Fashion-MNIST数据集。原创 2023-08-30 15:53:00 · 116 阅读 · 0 评论 -
Pytorch实现一个用于处理CIFAR数据集的卷积神经网络(CNN)类
这个CNNCifar类定义了一个相对简单但功能齐全的卷积神经网络,适合用于CIFAR数据集。原创 2023-08-30 15:52:23 · 82 阅读 · 0 评论 -
联邦学习框架Federated-Learning-PyTorch 研读报告
Federated-Learning-PyTorch是github上1K+star的联邦学习框架,被誉为联邦学习框架的开山之作原创 2023-08-30 15:51:37 · 171 阅读 · 0 评论 -
逻辑回归学习笔记——以使用梯度下降的逻辑回归对MNIST数据集中的手写数字进行分类为例(适合零基础)
详解逻辑回归,从一段简短的Python代码入手,层层剖析其完整实现过程。原创 2023-08-11 20:33:27 · 168 阅读 · 2 评论