摘要:
Python(包括其包Numpy)中包含了了许多概率算法,包括基础的随机采样以及许多经典的概率分布生成。我们这个系列介绍几个在机器学习中常用的概率函数。先来看最基础的功能——随机采样。它包括了random.choice、random.choices、numpy.random.choices等函数 阅读全文
![Python:Python中的随机采样和概率分布(一)](https://img2020.cnblogs.com/blog/1784958/202112/1784958-20211205222050340-48090916.png)
摘要:
在上一篇博文《联邦学习中的模型聚合》中,我们关注了在联邦学习中模型聚合(参数通信)的问题,但是对每一个client具体的模型架构设计和参数优化方法还没有讨论。本篇文章我们关注具体模型结构设计和参数优化。首先,在本篇论文中不同的client有一个集成模型,而每一个集成模型由多个模型分量组成,可以清晰地观察到其层次结构。接下来我们就**自顶向下**地分层次展示Client、Learners_ensemble和每个Learner的设计原理。 阅读全文
![联邦学习中的模型架构](https://img2020.cnblogs.com/blog/1784958/202112/1784958-20211205171606210-1730243586.png)