文件名称：PyTorch 实现联邦学习FedAvg （详解）
文件大小：151.15MB
文件格式：RAR
更新时间：2021-11-16 17:33:48
联邦学习/人工智能/pytorc
FedAvg是一种分布式框架，允许多个用户同时训练一个机器学习模型。在训练过程中并不需要上传任何私有的数据到服务器。本地用户负责训练本地数据得到本地模型，中心服务器负责加权聚合本地模型，得到全局模型，经过多轮迭代后最终得到一个趋近于集中式机器学习结果的模型，有效地降低了传统机器学习源数据聚合带来的许多隐私风险。
【文件预览】：
FedAvg
----checkpoints()
----getData.py(11KB)
----test_accuracy.txt(2B)
----model()
--------VGG.py(1KB)
--------AlexNet.py(1KB)
--------ResNet.py(4KB)
--------__pycache__()
--------GoogleNet.py(3KB)
--------LeNet.py(680B)
--------WideResNet.py(4KB)
--------DenseNet.py(3KB)
----clients.py(6KB)
----.idea()
--------misc.xml(197B)
--------workspace.xml(8KB)
--------FedAvg.iml(494B)
--------inspectionProfiles()
--------modules.xml(271B)
--------.gitignore(229B)
----server.py(9KB)
----README.md(2KB)
----__pycache__()
--------clients.cpython-37.pyc(4KB)
--------getData.cpython-37.pyc(5KB)
--------Models.cpython-37.pyc(2KB)
----data()
--------cifar-10-batches-py()
--------MNIST()
----Models.py(1KB)