聯邦學習（Federated learning）
1.communication-efficient algorithms parallel gradient descent Federated Averaging Algorithm 比較 （epoch相當於計算量） 結論：FedAvg減少了通信量，增加了計算量 ...
原文：Federated Learning: Challenges, Methods, and Future Directions
鄭重聲明：原文參見標題，如有侵權，請聯系作者，將會撤銷發布 arXiv: . v cs.LG Aug Abstract 聯邦學習包括通過遠程設備或孤立的數據中心 如移動電話或醫院 訓練統計模型，同時保持數據本地化。在異構和潛在的大規模網絡中進行訓練帶來了新的挑戰，這些挑戰的要求從根本上偏離了大規模機器學習 分布式優化和隱私保護數據分析的標准方法。在這篇文章中，我們討論了聯邦學習的獨特特點和挑戰，對 ...
2019-11-17 10:53 0 1408 推薦指數：
相關推薦
聯邦學習（Federated Learning）
原文鏈接：https://blog.csdn.net/cao812755156/article/details/89598410 https://zhuanlan.zhihu.com/p/79284686 聯邦學習簡介 聯邦學習（Federated Learning）是一種新興的人工智能基礎 ...
Federated Learning with Matched Averaging
挖個坑吧，督促自己仔細看一遍論文（ICLR 2020），看看自己什么時候也能中上那么一篇（流口水）~ 鄭重聲明：原文參見標題，如有侵權，請聯系作者，將會撤銷發布！ Abstract 聯 ...
聯邦學習（Federated Learning）
聯邦學習簡介 聯邦學習（Federated Learning）是一種新興的人工智能基礎技術，在 2016 年由谷歌最先提出，原本用於解決安卓手機終端用戶在本地更新模型的問題，其設計目標是在保障大數據交換時的信息安全、保護終端數據和個人數據隱私、保證合法合規的前提下，在多參與方或多計算 ...
初識 Federated Learning
背景 設備中有很多數據，可以用來訓練模型提高用戶體驗。但是數據通常是敏感或者龐大的。 隱私問題 數據孤島：每個公司都有數據，淘寶有你的購買記錄，銀行有你的資金狀況，它們 ...
Federated Learning with Matched Averaging
本文提出了聯邦匹配平均（FedMA）算法。FedMA通過對提取到的具有相似特征的隱元素（即卷積層的通道，LSTM的隱狀態，全連接層的神經元）進行匹配和平均，按層構建共享全局模型。FedMA訓練的CNN ...
Federated Machine Learning: Concept and Applications
鄭重聲明：原文參見標題，如有侵權，請聯系作者，將會撤銷發布！ Qiang Yang, Yang Liu, Tianjian Chen, and Yongxin Tong. 2019. Federated Machine Learning: Concept and Applications. ...
Advances and Open Problems in Federated Learning
挖個大坑，等有空了再回來填。心心念念的大綜述呀（吐血三升）! 鄭重聲明：原文參見標題，如有侵權，請聯系作者，將會撤銷發布！ 項目地址：https://github.com/open-intelligence/federated-learning-chinese 具體內容參見項目地址，歡迎 ...