您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Federated--源码

  2. Federated-
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:115712
    • 提供者:weixin_42169674
  1. federated:实施联合学习的框架-源码

  2. TensorFlow联合 TensorFlow联合(TFF)是一个开源框架,用于机器学习和其他对分散数据的计算。 TFF的开发旨在促进开放式研究和实验,该方法是一种机器学习方法,其中在许多参与的客户中训练了共享的全局模型,并将其培训数据保留在本地。 例如,FL已用于训练而无需将敏感的打字数据上传到服务器。 TFF使开发人员能够将随附的联合学习算法与他们的模型和数据一起使用,并尝试使用新颖的算法。 TFF提供的构件也可以用于实施非学习计算,例如对分散数据的汇总分析。 TFF的界面分为两层:
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:4194304
    • 提供者:weixin_42120405
  1. federated-learning-on-raspberry-pi:该项目实施了OpenMined教程,并使用2个RPI(Raspberry Pi)模拟了分布式模型训练过程-源码

  2. 使用Raspberry PI(PySyft)进行联合学习 我们是一群从安全和私密AI奖学金挑战研究小组PyTorch机器人学者和共同致力于实现 教程由从 。 我们将在两个Raspberry Pi上设置PySyft,并学习如何通过PySyft在Raspberry Pi上训练递归神经网络。 项目目的 在Raspberry Pi(RPI)上使用联合学习的目的是在设备上构建模型,从而不必将数据移到集中式服务器。 除了增加隐私性外,FL还适用于物联网应用程序,因为可以在设备上进行培训,而不必在设备和中央
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:66060288
    • 提供者:weixin_42131414
  1. Turbofan-Federated-Learning-POC:使用联合学习在预测性维护用例上进行概念验证,以不断改善对飞机燃气涡轮发动机剩余寿命的预测-源码

  2. Turbofan POC:使用联合学习对Turbofan发动机进行预测性维护 该存储库显示了一种概念证明(POC),该概念证明了使用联合学习来不断改善对飞机燃气涡轮发动机剩余寿命的预测,从而防止了机器故障。 对于引擎仿真,使用来自NASA [1]的“ Turbofan引擎降级仿真数据集”。 :rocket: 该实现基于 , 是一个很棒的库,用于加密的隐私保护机器学习。 用例 在此概念验证中,目标是在飞机燃气涡轮发动机故障之前及时进行维护,因为这些发动机的故障对于运营公司而言非常昂贵。 为此,
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:3145728
    • 提供者:weixin_42100188
  1. webpack-federated-module-exploration:试图围绕它的工作原理,它的约束以及它何时有用的问题来思考-源码

  2. webpack-federated-module-exploration:试图围绕它的工作原理,它的约束以及它何时有用的问题来思考
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:66560
    • 提供者:weixin_42116596
  1. federated-local-marketplace-protocol:联邦的,分散的本地市场的协议-源码

  2. 联邦本地市场协议 联邦,去中心化本地市场的协议
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:23552
    • 提供者:weixin_42131405
  1. fedrecsys-源码

  2. 带Syft的联合推荐系统 git clone --recursive https://github.com/JCBrouwer/fedrecsys.git cd fedrecsys pip install -r requirements.txt # run PyGrid federated MNIST training cd PyGrid/apps/node/ ./run.sh --id bob --port 5050 --start_local_db & cd - python host-pl
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:589824
    • 提供者:weixin_42122881
  1. federated-faceid:在设备上进行分布式私有学习的人脸识别-源码

  2. 联合的FaceID 存储库包含在设备上进行分布式私人学习的面部识别概念的概念证明。 仍在进行中
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:8388608
    • 提供者:weixin_42101384
  1. Federated_learning_with_differential_privacy:使用PyTorch通过各种神经网络和svm的基于差异优先级的联合学习框架-源码

  2. 差异化隐私的联合学习 引文 如果您发现“ DP联合学习”在您的研究中很有用,请考虑引用: ARTICLE{Wei2020Fed, author={Kang Wei and Jun Li and Ming Ding and Chuan Ma and Howard H. Yang and Farhad Farokhi and Shi Jin and Tony Q. S. Quek and H. Vincent Poor}, journal={{IEEE} Transactions
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:34603008
    • 提供者:weixin_42150341
  1. GFL:Galaxy Federated Learning Framework(星际联邦学习框架)-源码

  2. GFL框架 GFL是基于pytorch的联合学习框架,它提供了不同的联合学习算法。 GFL还是Galaxy学习系统(GLS)的基础结构。 GLS是基于区块链和GFL的联合学习系统。 目前,GFL部分首先是开源的,而区块链部分将很快开源。 除了传统的联邦学习算法,GFL还提供了一种基于模型提炼的新联邦学习算法。 开发人员可以选择不同的联合学习算法来训练他们的模型。 对GFL对象或对联邦学习研究的可以扫描末尾的二维码加入GFL交流群进行交流哦〜 GFL基础框架设计 框架设计参考PaddleFL
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:221184
    • 提供者:weixin_42128676
  1. fedcloudclient:EGI FedCloud客户端-源码

  2. FedCloud客户端:EGI联合云的命令行客户端和库 fedcloudclient是一个命令行客户端和高级Python软件包,用于与EGI Federated Cloud进行交互。 该软件包是 for OpenStack命令的扩展。 此处的目的是创建一个简单的客户端,该客户端将允许用户在EGI Federated Cloud中执行各种OpenStack操作。 其中包括四个模块: fedcloudclient.checkin,用于与EGI一起进行操作签入(如获取令牌); fedcloudcli
  3. 所属分类:其它

    • 发布日期:2021-03-31
    • 文件大小:54272
    • 提供者:weixin_42118423
  1. Selich-源码

  2. 你好! :waving_hand: 我是 一个高级本科生,对分布式计算和机器学习有研究兴趣,并且在高性能计算,图论,游戏理论,编程语言设计和数学逻辑等主题上,特别是类别理论和Lambda微积分。 当前,我对大型模型处理中多机并行性的分配最感兴趣。 :globe_showing_Asia-Australia: 让我们连接 :link: λGithub统计 信息 CS: Parallel Computing, Deep Learning, Transfer Learning, Distribu
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:1024
    • 提供者:weixin_42114046
  1. custom-federated-authenticator-源码

  2. custom-federated-authenticator
  3. 所属分类:其它

    • 发布日期:2021-03-29
    • 文件大小:10240
    • 提供者:weixin_42099302
  1. Privacy-Preserving-Federated-Learning-I:我的“最后一年”项目的源代码-隐私保护联合学习(I)-源码

  2. 隐私保护联合学习I 我的“最后一年”项目的源代码-隐私保护联合学习(I) 数据预处理 在以下位置下载原始数据: : 运行Data_Preprocessing.py以生成该项目所需的所有数据文件 集中学习 在Centralized_Training.py中:(1)运行train_model(epochs)以运行模型(2)运行threshold_calculation(Path)以获取阈值(3)运行valuate_model()以获取TP,FP,TN,FN,准确性,精度和召回模型 个人学习 在I
  3. 所属分类:其它

    • 发布日期:2021-03-28
    • 文件大小:927744
    • 提供者:weixin_42137028
  1. -wangyingwwyy-Privacy-Preserving-Federated-Learning-I:我的“最后一年”项目的源代码-隐私保护联合学习(I)-源码

  2. -wangyingwwyy-Privacy-Preserving-Federated-Learning-I:我的“最后一年”项目的源代码-隐私保护联合学习(I)
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:7168
    • 提供者:weixin_42099116