联邦学习（Federated learning）
1.communication-efficient algorithms parallel gradient descent Federated Averaging Algorithm 比较 （epoch相当于计算量） 结论：FedAvg减少了通信量，增加了计算量 ...
原文：Advances and Open Problems in Federated Learning
挖个大坑，等有空了再回来填。心心念念的大综述呀 吐血三升 郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布 项目地址：https: github.com open intelligence federated learning chinese 具体内容参见项目地址，欢迎大家在项目的issue上提出问题 Abstract 联邦学习 FL 是一种机器学习环境，其中许多客户端 如移动设备或整个 ...
2019-12-18 19:09 0 587 推荐指数：
相关推荐
初识 Federated Learning
背景 设备中有很多数据，可以用来训练模型提高用户体验。但是数据通常是敏感或者庞大的。 隐私问题 数据孤岛：每个公司都有数据，淘宝有你的购买记录，银行有你的资金状况，它们 ...
Federated Learning with Matched Averaging
本文提出了联邦匹配平均（FedMA）算法。FedMA通过对提取到的具有相似特征的隐元素（即卷积层的通道，LSTM的隐状态，全连接层的神经元）进行匹配和平均，按层构建共享全局模型。FedMA训练的CNN ...
联邦学习（Federated Learning）
原文链接：https://blog.csdn.net/cao812755156/article/details/89598410 https://zhuanlan.zhihu.com/p/79284686 联邦学习简介 联邦学习（Federated Learning）是一种新兴的人工智能基础 ...
Federated Learning with Matched Averaging
挖个坑吧，督促自己仔细看一遍论文（ICLR 2020），看看自己什么时候也能中上那么一篇（流口水）~ 郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Abstract 联 ...
联邦学习（Federated Learning）
联邦学习简介 联邦学习（Federated Learning）是一种新兴的人工智能基础技术，在 2016 年由谷歌最先提出，原本用于解决安卓手机终端用户在本地更新模型的问题，其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算 ...
Federated Machine Learning: Concept and Applications
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Qiang Yang, Yang Liu, Tianjian Chen, and Yongxin Tong. 2019. Federated Machine Learning: Concept and Applications. ...
Federated Learning: Challenges, Methods, and Future Directions
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ arXiv:1908.07873v1 [cs.LG] 21 Aug 2019 Abstract 联邦学习包括通过远程设备或孤 ...