- 博客(6)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 FedML伪分布式下FedAvg的算法实现(CNN模型)
上一篇博客实验到了FedAvg的实现，模型是用的最简单的LogisticRegression，只用了一层的线性层。class LogisticRegression(torch.nn.Module): def __init__(self, input_dim, output_dim): super(LogisticRegression, self).__init__() self.linear = torch.nn.Linear(input_dim, output
2020-11-20 15:14:19
3250
9
原创 FedML伪分布式下FedAvg(联邦平均)的算法实现
理解了数据集的构成之后，下面我们就到了最重要的部分：FedAvg算法的实现。做联邦学习的小伙伴肯定都知道，FedAvg思想的精髓就在于将各用户自己训练的权重整合起来进行平均（根据所拥有的样本数的不同，在平均过程中所占比重也不同），所以我们重点内容就是找到模型在哪里收集了权重，并进行了整合，我们接下来所做的工作（比如聚合）就是要改这部分的源代码。# load datadataset = load_data(args, args.dataset) # args.dataset = 'mnist'
2020-11-12 21:38:15
9525
6
原创 FedML数据处理（MNIST_non-iid数据集）
关于数据集MNIST_non-iid数据集测试集解释（训练集相同）：sh stats.sh test# result####################################DATASET: MNIST1000 users7371 samples (total)7.37 samples per user (mean)num_samples (std): 16.08num_samples (std/mean): 2.18num_samples (skewness):
2020-11-06 11:10:30
5446
7
原创 联邦学习FedML伪分布式环境搭建实战
一、硬件环境虚拟机版本：VMware_16.0.0操作系统版本：Ubuntu 18.04.2 LTS（注意内存一定要开到8G以上，不然后面在执行样例时进程会被Killed）Python版本： 3.7.4二、下载框架github地址：https://github.com/FedML-AI/FedML将整个包下载并解压自己的用户目录三、开始安装可以进入到CI-install.sh所在目录直接运行脚本安装(不推荐)sh CI-install.sh按照CI-install.
2020-11-02 10:49:37
10307
18
转载 字符数组，字符指针，字符串常量
一、字符串可以赋值给字符指针变量char* p="hello";//其实这里分配了常量，即const，如果不让p指向别的地址就无法修改。char q[]="world";cout<<&p<<" "<<&q<<" "<<endl;cout<<p<<" "<<q<<e...
2019-08-13 20:33:51
533
空空如也
关于Linux内核简单编写问题
2016-07-08
TA创建的收藏夹 TA关注的收藏夹
TA关注的人