文件名称：SSFL-Benchmarking-Semi-supervised-Federated-Learning:对标半监督联合学习
文件大小：152KB
文件格式：ZIP
更新时间：2024-04-07 04:05:26
Python
SSFL-半监督联合学习：通过减少模型的梯度多样性来改进半监督联合学习 通过减少模型的梯度多样性来改善半监督联合学习 介绍 该存储库包含实现半监督联合学习的所有必要程序。该代码在具有PyTorch 1.0.0和torchvision 0.2.2的Python 3.7.6上运行。如果您发现该存储库对您的工作有用，请对以下论文进行引用，我们将不胜感激： 用法 请首先将此库克隆到本地系统： git clone https://github.com/jhcknzzm/SSFL-Benchmarking-Semi-supervised-Federated-Learning.git 克隆后，请使用Anaconda安装所有依赖项： conda env create -f environment.yml 要运行主脚本“ train_parallel.py”，需要确定可用GPU的数量。例如，您计算机上的
【文件预览】：
SSFL-Benchmarking-Semi-supervised-Federated-Learning-master
----run_svhn.sh(3KB)
----logs()
--------readme_logs.txt(33B)
----transform.py(2KB)
----models()
--------vgg.py(3KB)
--------base.py(746B)
--------resnet_gn.py(4KB)
--------EMNIST_model.py(784B)
--------AlexNet.py(2KB)
--------MLP.py(2KB)
--------__init__.py(159B)
--------wrn.py(3KB)
--------EMNIST_test.py(2KB)
--------cifar.py(4KB)
--------vggnet.py(2KB)
--------resnet9.py(2KB)
--------__pycache__()
--------resnet.py(4KB)
--------Semi_net.py(2KB)
--------resnet_ln.py(6KB)
----utils_v2.py(67KB)
----utils_v1.py(46KB)
----LocalSGD.py(10KB)
----Grad_Diff.py(14KB)
----util_v4.py(16KB)
----train_LocalSGD.py(29KB)
----comm_helpers.py(11KB)
----dataset()
--------randaugment.py(6KB)
--------__init__.py(30B)
--------cifar.py(19KB)
--------__pycache__()
--------stl10_input.py(6KB)
----LICENSE(1KB)
----README.md(5KB)
----Run_Exper.sh(74B)
----run_emnist.sh(5KB)
----Plot_grad_diversity.py(8KB)
----run_cifar10.sh(6KB)
----readme.md(4KB)
----environment.yaml(9KB)
----train_parallel.py(10KB)
----Grad_Diff.sh(2KB)