AS联邦第33页

爆料 | 你想了解的Cloud Native分布式数据库和高性能数据库技术内幕都在这里

无论是商业版Oracle还是开源社区版MySQL，数据库技术从烟囱式发展到联邦式，再演进到分布式，上云方式也从DIY（DoItYourself）上云、服务化上云到云原生设计。

路过_b6f0·2023-01-30 02:54

大学毕业季（二）：把自己变成一个“屠夫” - 杀鸡（G）又屠鸭（IELTS） part 1

有句流传已久的话说“如果申英国及英联邦国家就考雅思，他们更认雅思成绩；去美国加拿大就考托福，托福成绩在美国更有用。”这个说法好像也成为许多申请者的共识

梦瞾·2023-01-29 22:16

野生思维

1879年3月14日出生1955年4月18日去世苏黎世联邦理工学院毕业O型血有瑞士与美国的双国籍获得过物理诺贝尔奖精神分裂，一生未娶他的公式人尽皆知会拉小提琴，爱搞怪，爱玩闹，爱自行车。图片发自App

国产二汪·2023-01-29 21:09

计算机的故事-诞生

那时候，ENIAC普遍被认为是第一台现代意义上的计算机，但是在1973年，美国联邦地方法院注销了

兜兜说·2023-01-29 21:25

事上练，难上得|2020-06-07

加班，参加线下读书会，阅读联邦党人文集002哪些地方我做的好？周日加会儿班，把工作理一理，做好下周工作安排。下午的读书会，及时记录每个人的观点，勇于表达自己的观点，被夸逻辑思维很强。

小武酒馆·2023-01-29 20:06

BEC备考，初+中+高级，就问你有没有见过这么全的备考资料

该证书在英国、英联邦各国及欧洲大多数国家的商业企业部门获得认可，也是在所有举办该项考试的国家和地区求职的“通行证”。在一些国家，许多大学要求获得BEC高级证书者才能获得工商管理硕

向上堂主·2023-01-29 18:21

NO.2 AI 政策研究动态

一、计算社区联盟(CCC)发布人工智能研究20年路线图草案该路线图由CCC联合主席YolandaGil和BartSelman起草，要求联邦政府提供持续的支持，并规定了一系列步骤，以确保美国继续成为人工智能领域的卓越领导者

83ecb10bd834·2023-01-29 17:13

组织设计的逻辑和规范

2、组织设计的模式和规范五种组织设计模式：职能制、联邦分权

谷与zxh·2023-01-29 11:47

联邦学习在光大科技的落地应用

数据是新时代的驱动引擎，在人工智能越来越重要的今天，拥有海量数据关乎成败。由于数据是由不同机构、企业、部门产生并拥有的，传统的汇集数据再进行加工处理和价值挖掘的模式已经不再适应时代发展的要求。随着社会的发展，用户隐私和数据安全的关注度正不断提高。2020年被认为是隐私保护计算技术应用爆发的元年。近期颁布施行的《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》更是数据安全和个人信息保护合

博文视点·2023-01-29 10:15

横向联邦学习的挑战与展望

《联邦学习》读书笔记当前已经有许多横向联邦学习的商业落地应用案例，例如由谷歌在移动设备上使用的横向联邦学习构建用户输入下一个词预测模型，即谷歌输入法Gboard。

非文的NLP修炼笔记·2023-01-29 10:43

读论文：大数据计算环境下的隐私保护技术研究进展

大数据计算环境现状及隐私问题1.1大数据计算环境现状1.2隐私问题、挑战与主要研究方向1.2.1敌手模型1.2.2问题与挑战1.2.3主要研究方向二、基于数据分离的隐私保护2.1基于敏感数据标记的分布式计算2.2基于数据分离的联邦学

a44267113·2023-01-29 09:34

在docker中安装联邦学习fedml框架

在docker中安装联邦学习fedml框架这里主要介绍docker容器跨物理机的分布式fedml的安装方法fedml的官方安装教程：http://doc.fedml.ai/#/installation-distributed-computing

喊我猴哥·2023-01-29 08:56

安装虚拟机+复制粘贴+文件共享+FedML在虚拟机上的安装教程

我是联邦学习小白，希望找到做节点激励机制的大佬请教一些问题我的电脑是windows的，所以需要加VMware,我想记录一下整体的安装过程。

King Bob!!·2023-01-29 08:25

FedML联邦机器学习框架正式开源！

近日，美国南加州大学USC联合MIT、Stanford、MSU、UW-Madison、UIUC以及腾讯、微众银行等众多高校与公司联合发布了FedML联邦学习开源框架。FederatedLearnin

qq_41268683·2023-01-29 08:25

windows10 安装FedML

Mathilda.Shelby·2023-01-29 08:24

FedML联邦机器学习框架正式开源，助力算法开发和性能比较

FederatedLearning联邦学习是机器学习领域中快速发展的研究领域。

PaperWeekly·2023-01-29 08:24

联邦学习基于fedml的编程

先部署何老师的fedml框架，然后了解每一部分的作用我也是纯新手，希望研究联邦学习的朋友们看见这篇文可以联系我加好友一起学习这个文件夹是代表联邦学习两大场景，“跨设备cross-device”，“跨孤岛

King Bob!!·2023-01-29 08:54

联邦学习FedML伪分布式环境搭建实战

一、硬件环境虚拟机版本：VMware_16.0.0操作系统版本：Ubuntu18.04.2LTS（注意内存一定要开到8G以上，不然后面在执行样例时进程会被Killed）Python版本：3.7.4二、下载框架github地址：https://github.com/FedML-AI/FedML将整个包下载并解压自己的用户目录三、开始安装可以进入到CI-install.sh所在目录直接运行脚本安装(不

KylinMoriarty·2023-01-29 08:54

品品女王伊丽莎白的高级定制礼服

伊丽莎白二世现任英国女王，英联邦元首、国会最高首领，是英国历史上在位时间最长的君主，打破了英国维多利亚女王63年7个月零2天的时长纪录。

6052b07e6c5e·2023-01-29 01:52

《联邦学习》——个人笔记（三）

第三章分布式机器学习3.1分布式机器学习介绍3.1.1分布式机器学习的定义分布式机器学习（DistributedMachineLearning,DML）,是指利用多个计算节点进行机器学习或者深度学习的算法和系统，旨在提高性能、保护隐私，并可扩大至更大规模的训练和更大的模型。DML可以分为两类：面向扩展性的DML和面向隐私保护的DML。面向扩展性的DML是指用来解决不断增长的扩展性和计算需求问题的机

Lavender_LoveQaQ·2023-01-28 20:43

FedReID: 联邦学习在行人重识别上的首次深入实践

联邦学习是一种保护隐私的分布式训练方法，可以应用到行人重识别上，以解决这个问题。但是在现实场景中，将联邦学习应用到行人重识别上因为数据异构性，会导致精度下降和收敛的问题。

闭眼卖布·2023-01-28 20:43

阅读笔记（Communication-Efficient Learning of Deep Networks from Decentralized Data）

阅读笔记（Communication-EfficientLearningofDeepNetworksfromDecentralizedData）动机联邦平均实验结果MINIST优化实验CIFAR-10优化实验结论

你看见的我·2023-01-28 20:12

（阅读笔记）联邦安全聚合

联邦学习场景下的安全聚合协议设计动机协议设计过程安全聚合协议参考文献设计动机联邦学习场景下设计安全聚合协议的动机：处理高维参数或梯度向量；降低传输通信开销；应对用户中途退出鲁棒；用户隐私安全；协议设计过程一重掩码用户

你看见的我·2023-01-28 20:12

Practical Secure Aggregation for Privacy-Preserving Machine Learning论文阅读笔记

提出了一种安全聚合算法，SecureAggregation算法，可以使得在多方学习（如联邦学习）中各方client在不暴露各自梯度的情况下实现梯度的聚合。

SXxtyz·2023-01-28 20:11

联邦学习 | 如何使得模型训练精度不受影响的同时，数据隐私也不泄露呢？

在上一节《联邦学习|基于加噪的隐私保护算法》我们讲到了可以使用差分隐私训练算法来保护数据隐私，并且其主要的原理是对敏感数据（模型的权重或更新的梯度）进行加噪来隐藏真实的值。

昇思MindSpore·2023-01-28 20:41

女博士成选美冠军，科研圈需要女生！

年美国小姐选美比赛，就在前几天，2020年美国小姐选美比赛落下帷幕，冠军获得者是——卡米尔·施里尔，人家长这样：美是当然美，更为硬核的是——她拥有弗吉尼亚理工大学生物化学和系统生物学双学士学位，目前还正在弗吉尼亚联邦大学药学院攻读药剂学博士学位

生物女学霸·2023-01-28 19:07

河大吴彦祖·2023-01-28 14:05

第十九周工作进展报告 Local Differential Privacy for Deep Learning

第十九周工作进展报告本周主要是学习联邦学习与隐私保护中的一种用于深度学习框架下的本地差分隐私方法以及一种SGD-DP（stochasticgradientdescentdifferentialprivacy

三金samkam·2023-01-28 14:32

也谈选举：选个会持家的政党

澳大利亚联邦选举将在今年5月举行，联邦和州政府的选举，基本上是两党对决，也就是说你要在自由党和工党之间二选一，当然也有其他小党和独立候选人，但真正影响整个国家的经济政策的只有这两大党，如果从这两大党选一个的话

墨市前沿·2023-01-28 10:44

天才之忧-特曼人

作者:马尔科姆.格拉德威尔第一次世界大战时期，斯坦福大学有个非常出名的心理学教授刘易斯.特曼，他非常擅长智商测验；1921年，它在联邦基金的支持下，开始研究天才人物人生历程的工作。

陈珑·2023-01-28 03:27

汉密尔顿的旋转门

美国独立战争之后，国内外债务总额高达5400万美元，面对财政危机，汉密尔顿有两个措施，第一是发行新货币，逐步取代已经严重贬值的大陆币；第二就是发行联邦债券。

赵丽颖_a3fe·2023-01-28 02:35

学习永远不晚

4.被称为巴西联邦共和国第二首都的是（里约热内卢）。5.宋朝机构枢密院大致相当于今天的（国防部）。6.据日本《樱大鉴》的记载，樱花原产自（喜马拉雅山脉）。

蘇文成·2023-01-27 09:48

2019俄罗斯旅游签证攻略

俄罗斯为此在2017年，针对部分地方，如5个远东联邦主体：俄罗斯滨海边疆区、哈巴罗夫斯克边疆区、萨哈林州、楚克奇自治区及堪察加边疆区。

39d54b7e5512·2023-01-26 15:24

企业架构框架之FEA

背景FEA，全称FederalEnterpriseArchitecture，联邦企业架构，是美国管理和预算办公室（OMB）开发的一套框架，目的是使联邦政府向以客户为中心、面向结果、基于市场的行政模式的方向转变

whfeng·2023-01-25 23:18

【论文导读】- SpreadGNN: Serverless Multi-task Federated Learning for Graph Neural Networks（去服务器的多任务图联邦学习）

文章目录论文信息摘要SpreadGNNFramework用于图层次学习的联邦图神经网络图神经网络的联邦多任务学习SpreadGNNDPA-SGD的收敛性质实验总结论文信息SpreadGNN:ServerlessMulti-taskFederatedLearningforGraphNeuralNetworks

1 + 1=王·2023-01-24 23:36

Maplab开源VI-SLAM框架介绍

它由著名的ETHZurich,AutonomousSystemsLab(苏黎世联邦理工学院自动系统实验室)开发，包含了视觉SLAM相关的多种算法与工具：在线VIO（视觉惯性里程计），进行在线位姿估计并创建地图

苏源流·2023-01-24 15:05

Juli_Eyre·2023-01-21 19:10

联邦学习知识学习

[3]陈兵,成翔,张佳乐等.联邦学习安全与隐私保护综述[J].南京航空航天大学学报服务器端GAN攻击恶意服务器首先假扮成正常的服务器为用户提供联邦学习服务，但其主要目的其实是为了重构特定攻击目标用户的训练样本

Juli_Eyre·2023-01-21 19:40

【MindSpore】云云联邦学习+Fasterrcnn目标检测+差分隐私训练保护隐私方案综合实现

【MindSpore】云云联邦学习+Fasterrcnn目标检测+差分隐私训练保护隐私方案综合实现MindSpore云云联邦crosssilo链接：https://www.mindspore.cn/federatedMindSporeModelZoofasterrcnn

emmmmmmT·2023-01-20 15:03

隐私计算学习笔记

目录安全保护技术和应用总结基础隐私计算技术在联邦学习中的应用参考书籍图片来源：https://www.basebit.ai/en/Statics/Images/en/dbys.png隐私计算技术的产生是互联网

苹果二·2023-01-20 12:15

CIKM 2021 | FKGE：差分隐私的联邦知识图谱嵌入

本文介绍我们最近的一项被CIKM2021录用的工作《DifferentiallyPrivateFederatedKnowledgeGraphsEmbedding》：Paper：https://arxiv.org/abs/2105.07615摘要知识图谱嵌入在知识表示、推理和数据挖掘等应用中起着十分重要的作用。然而，对于多个跨领域的知识图谱来说，目前最先进的嵌入模型无法在保护数据交换过程中产生的隐私

AITIME论道·2023-01-18 11:29

干货！底层视觉研究，我们应该往哪里走？

，特别邀请了苏黎世联邦理工大学梁经韵、中国科学院大学博士生刘翼豪、南洋理工大学博士生冯锐成和悉尼大学博士生顾津锦作为嘉宾，与大家一起探讨底层视觉研究，我们应该往哪走？

AITIME论道·2023-01-18 01:58

现有网络模型的使用和修改

（联邦学习笔记，资料来源于b站小土堆）在pytorch中，torchvison.module里有很多现有的模型可以直接使用，包括AlexnetVGGResNetSqueezeNetDenseNetInceptionv3GoogLeNetShuffleNetv2MobileNetv2MobileNetv3ResNextWideResNetMNASNetQuantizedModels

沉睡中的主角·2023-01-17 22:33

划分非独立同分布（Non-IID）数据集

在传统的机器学习中，数据同在一个中心，不会出现什么非独立同分布的问题；然而在联邦学习中，每个客户端（client）都拥有自己的数据集，大家各不相同，所以数据不独立同分布是常态。

游星凌·2023-01-17 09:59

群体智能中的联邦学习算法综述---简笔记（除安全类）

群体智能中的联邦学习算法简述介绍群体智能与联邦学习的关系联邦学习框架分类中心化联邦半中心化联邦去中心化联邦（未涉及区块链等隐私的研究，所以未总结）精度优化泛化性优化收敛性优化效率优化模型神经网络开源平台

35岁北京一套房·2023-01-17 09:28

FedBN总结

文章通过在局部模型中加入批量归一化层（BN）解决联邦学习数据异构性中featureshift这种情况（之前很多文章都是研究labelshift或clientshift），文章将这种方法名为FedBN。

联邦学习小白·2023-01-17 09:58

【联邦学习论文阅读】常用算法理解（SCAFFOLD、FedPD、FedBN）-目前仅SCAFFOLD

SCAFFOLD（ICML-2020）：SCAFFOLD:StochasticControlledAveragingforFederatedLearningFedPD：https://arxiv.org/abs/2005.11418FedBN（ICLR2021）：FEDBN:FEDERATEDLEARNINGONNON-IIDFEATURESVIALOCALBATCHNORMALIZATION杂七

Momahe·2023-01-17 09:58

联邦学习开坑！

入门联邦学习（FL），在导师的建议下，我决定从客户端数据异构这一方向出发开展学习。这里就先开个坑，开始记录自己的学习心得，欢迎各位批评指正，共同学习。

联邦学习小白·2023-01-17 09:27

怎么实现联邦学习中的Non-IID？

联邦学习的一大特点就是数据分布是Non-IID，Non-IID意为非独立同分布。那么怎么在实验中实现non-iid呢？这是我这篇博客想讨论的问题。

周杰伦今天喝奶茶了吗·2023-01-17 09:56

推荐频道

AS联邦

推荐一个好地方