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 ...
原文：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和LSTM模型在数据集MNIST,CIFAR ,Shakespeare上优于最新联邦学习算法FedProx，同时提高了通信效率。 按我的理解，由于模型可辨识性 model identifiabilit ...
2020-08-13 16:50 0 459 推荐指数：
相关推荐
【论文解读】Federated Learning of Deep Networks using Model Averaging 模型平均下的深度网络联邦学习
一、阐述了联邦学习的诞生背景： 在当前数据具有价值，并且需要被保护，数据分布为non-IID情况下，需要提出一个框架来进行行之有效的训练，这也是联邦学习诞生的原因； 二、论文的相关工作： ...
联邦平均算法（Federated Averaging Algorithm，FedAvg）
设一共有\(K\)个客户机， 中心服务器初始化模型参数，执行若干轮（round），每轮选取至少1个至多\(K\)个客户机参与训练，接下来每个被选中的客户机同时在自己的本地根据服务器下发的本轮（\(t ...
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 ...
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 ...
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 ...
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 ...
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 ...