机器学习【01】相关环境的安装

学习实例
参考资料:联邦学习实战{杨强}https://book.douban.com/subject/35436587/
项目地址:https://github.com/FederatedAI/Practicing-Federated-Learning/tree/main/chapter03_Python_image_classification

一、环境准备
GPU安装CUDA、cuDNN
python3.7、PyTorch
数据集选择:CIFAR10
模型:ResNet-18
实验基本流程
基本的流程:
1服务器按配置生成初始化模型,客户端按照顺序将数据集横向不重叠切割
2服务器将全局模型发送给客户端
3客户端接收全局模型(来自服务器)通过本地多次迭代计算本地参数差值返回给服务器
4服务器聚合各个客户端差值更新模型,再评估当前模型性能
5如果性能未达标,则重复2过程,否则结束
二、环境安装【服务器conda安装】
激活虚拟环境
在这里插入图片描述
安装需要的库

conda install torchvision
conda install torch

三、项目创建【pycharm进行debug】
新建项目
机器学习【01】相关环境的安装_第1张图片
项目设置
机器学习【01】相关环境的安装_第2张图片

四、项目运行及结果分析【pycharm】

你可能感兴趣的:(机器学习,机器学习,人工智能)