联邦学习
使用 PyTorch 进行联邦学习
讲师:Mohamed Gharibi
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你将学到什么
- 深度学习和神经网络简介
- 联邦学习简介
- 使用 PyTorch 从头开始构建神经网络
- 在 IID、非 IID 和非 IID 不平衡设置中加载数据集
- PySyft 简介
- 联邦学习技术(FedAvg、FedSGD、FedProx、FedDANE)
- 使用 PyTorch 构建自定义优化器
- 差异隐私简介
- 使用差异隐私实施 FedAvg
- 云上的联邦学习
- 在云上实施 FedAvg
要求
- Python编程语言
描述
本课程首先向您介绍神经网络 (NN) 的主要概念及其工作原理。然后我们将使用 Pytorch 从头开始实现一个神经网络。之后,快速介绍联邦学习架构。然后,我们将首先在 IID、非 IID 以及非 IID 和不平衡设置的设备上加载数据集,然后是 PySyft 的快速教程,向您展示如何在客户端和客户端之间发送和接收模型和数据集。服务器。
本课程将通过查看原始论文的技术和算法,然后逐行实现它们来教您联邦学习(FL)。特别是,我们将实施 FedAvg、FedSGD、FedProx 和 FedDANE。您将了解差分隐私 (DP) 以及如何将其添加到 FL,然后我们将使用 DP 实现 FedAvg。在本课程中,您将学习如何在本地和云端实施 FL 技术。对于云设置,我们将使用 Google Cloud Platform 创建和配置我们将在实验中使用的所有实例。在本课程结束时,您将能够实现不同的 FL 技术,甚至构建您自己的优化器和技术。您将能够在本地和云端运行实验。
本课程适合谁:
- 联邦学习爱好者
声明:口袋资源网(koudaizy.com)提供的所有课程、素材等资源全部来源于互联网,赞助VIP仅用于对口袋资源服务器带宽及网站运营等费用支出做支持,从本站下载资源,说明你已同意本条款。