FATE联邦学习第20页

基于同态加密和秘密共享的无第三方纵向逻辑回归

基于同态加密和秘密共享的逻辑回归方案0，写在前面Fate升级1.7.0版本之后，实现了阿里2021KDD的一篇论文，WhenHomomorphicEncryptionMarriesSecretSharing

林立可·2022-04-17 10:14

联邦学习实战-1:用python从零开始实现横向联邦学习

什么是联邦学习？简单来说就是在一个多方的环境中，数据集是零散的（在各个不同的客户端中），那么怎样实现机器学习算法呢？

文杰@·2022-04-15 10:53

联邦学习框架：FATE的安装使用，单机部署，使用MNIST测试

相关链接FATE官方库里面有详细的文档，支持中文！

诗酒当趁年华·2022-04-11 15:57

Fate单机部署（docker版本）常见问题

Fate单机部署（docker版本）常见问题1.docker服务开启2.正确进入fate镜像3.两大测试4.fate镜像中Backspace键失灵4.1现象4.2可能的出现原因4.3解决方法5.flow

一览天下945·2022-04-11 15:37

【阅读笔记】联邦学习实战——联邦学习平台介绍

前言FATE是微众银行开发的联邦学习平台，是全球首个工业级的联邦学习开源框架，在github上拥有近4000stars，可谓是相当有名气的，该平台为联邦学习提供了完整的生态和社区支持，为联邦学习初学者提供了很好的环境

HERODING23·2022-04-11 07:01

【技术博客】浅谈联邦半监督学习及FedMatch算法

【技术博客】浅谈联邦半监督学习及FedMatch算法作者：余敏君1前言以往的联邦学习工作往往仅专注于对监督学习任务的研究，即要求所有的数据都必须包含相应的标签。

MoModel·2022-04-06 07:32

联邦学习后门攻击总结（2019-2022）

联邦学习后门攻击总结（2019-2022）联邦学习安全性问题框架概览下表和下图为联邦学习中常见的安全性问题，本文重点关注模型鲁棒性问题中的后门攻击问题。

3077491278·2022-04-04 10:49

极客星球 | 联邦学习与产品化之路

一、背景——联邦学习与fate简介1、联邦学习联邦学习（FederatedLearning）是一种新兴的人工智能基础技术，由谷歌最先提出于2016年，原用于解决安卓手机终端用户在本地更新模型的问题。

·2022-03-26 22:47

纵向联邦学习场景下的逻辑回归（LR）

针对上述问题，华为云可信智能计算服务（TICS）专为打破银行、政企等行业的数据壁垒，实现数据安全共享，设计了多方联邦学习方案。本篇博客主要介绍了

·2022-03-24 14:54

【无标题】

目录一、Title二、引言：三、模型一、Title二、引言：联邦学习(FL)是一种分布式学习范式，它允许大量资源有限的节点在没有数据共享的情况下协同训练模型。

bu volcano·2022-03-24 02:21

纵向联邦学习场景下的逻辑回归（LR）

针对上述问题，华为云可信智能计算服务（TICS）专为打破银行、政企等行业的数据壁垒，实现数据安全共享，设计了多方联邦学习方案。本篇博客主要介绍了

·2022-03-21 11:01

多任务思想与聚类联邦学习

在联邦学习领域，许多传统机器学习已经讨论过的问题（甚至一些90年代和00年代的论文）都可以被再次被发明一次。比如我们会发现聚类联邦学习和多任务学习之间就有千丝万缕的联系。

orion-orion·2022-03-15 21:00

联邦学习看了论文之后的小展望（11.21）

typora-copy-images-to:…\MD_note\images目前整理新看的一些论文：动态分簇《AdaptiveClientSelectioninResourceConstrainedFederatedLearningSystems:ADeepReinforcementLearningApproach》这篇文章核心思想：你不知道哪些设备可能没能力去参与运算，会拖后腿，所以用DRL，目

QinZheng7575·2022-03-14 09:54

【一周聚焦】联邦学习 arxiv 2.16-3.10

这是一个新开的每周六定期更新栏目，将本周arxiv上新出的联邦学习等感兴趣方向的文章进行总结。与之前精读文章不同，本栏目只会简要总结其研究内容、解决方法与效果。

木坑·2022-03-13 10:00

蓝象智联与Nebula Graph战略合作！图联邦产品硬实力再升级

作为图计算和联邦学习的交叉学科，图联邦是兼顾数据安全隐私保护以及数据价值流通的利器，蓝象

·2022-03-12 13:48

联邦学习：按混合分布划分Non-IID样本

我们在博文《联邦学习：按病态独立同分布划分Non-IID样本》中学习了联邦学习开山论文[1]中按照病态独立同分布（PathologicalNon-IID）划分样本。

orion-orion·2022-03-10 21:00

联邦学习中的优化算法

导引联邦学习做为一种特殊的分布式机器学习，仍然面临着分布式机器学习中存在的问题，那就是设计分布式的优化算法。

orion-orion·2022-03-04 15:00

PyTorch实现联邦学习目标检测

torchvision包含众多流行数据集和图像处理方法目标检测算法常见的计算机视觉任务可以归纳为图像分类、目标检测、语义分割等。在图片数据中找到指定的物体，并能够正确定位位置，这就是典型的目标检测任务。边界框与锚框边界框用来描述目标位置，是一个矩形框，由左上角坐标和右下角坐标来共同确定。在运行目标检测算法时，通常会在图像中采样多个候选区域，不同的目标检测算法所使用的采样算法也不一样，而YOLO系列

鸽先生·2022-03-04 07:33

联邦学习--论文汇集（六）

面向大规模的联邦学习系统设计，感觉像综述。

35岁北京一套房·2022-03-04 07:30

联邦学习中的数据异构性问题综述

摘要联邦学习中的数据异构性问题主要是由参与训练的各客户端的数据虽独立分布但不服从同一采样方法（Non-IID）所导致的，这一问题也导致模型精度的严重下降。

LeoJarvis·2022-03-04 07:57

SCAFFOLD: Stochastic Controlled Averaging for Federated Learning

背景传统的联邦学习在数据异构(non-iid)的场景中很容易产生“客户漂移”(client-drift)的现象，这会导致系统的收敛不稳定或者缓慢贡献提出了考虑到clientsampling和数据异构的一个更接近的收敛边界证明即便没有

クズの本懐·2022-03-04 07:19

Scaffold 基于fedavg方法的改进，代码复现（联邦学习）

当前有个工作需要实现scaffold算法，该方法通过添加修正项c来解决客户端漂移现象，在参考github上的相关框架后，复现了该算法。算法分为三个模块:optimizer:重写优化器sdgclientscaffold:客户端操作serverscaffold:服务端操作optimizer部分代码:importtorchfromtorch.optimimportOptimizerclassSCAFFO

奔跑的雄狮·2022-03-04 07:34

基于PyTorch实现联邦学习的基本算法FedAvg

目录I.前言II.数据介绍特征构造III.联邦学习1.整体框架2.服务器端3.客户端IV.代码实现1.初始化2.服务器端3.客户端4.测试V.实验及结果VI.源码及数据I.前言在之前的一篇博客联邦学习基本算法

Cyril_KI·2022-03-04 07:30

ICML 2020 | SCAFFOLD：联邦学习的随机控制平均

目录前言1.引言2.问题定义3.FedAvg4.SCAFFOLD有效性分析5.实验5.1模拟数据集5.2EMNIST数据集5.3结论6.总结前言题目：SCAFFOLD:StochasticControlledAveragingforFederatedLearning会议：InternationalConferenceonMachineLearning2020论文地址：SCAFFOLD:Stocha

Cyril_KI·2022-03-04 07:30

用于时空数据预测的跨节点联邦学习图神经网络

近来兴起的联邦学习能够在避免直接在节点之间共享数据的条件下训练机器学习模型，但如何在联邦学习中有效利用不同节点之间的时空依赖关系仍然需要研究。另-方面，已有的时空数据预测模型忽视了不同节点之前数据

AITIME论道·2022-03-04 07:27

读懂联邦学习中的安全与隐私问题（全）

本篇以一篇综述为例，进行讲述联邦学习中的安全与隐私问题。

crypto_cxf·2022-03-04 07:27

联邦学习算法SCAFFOLD的PyTorch实现

目录I.前言II.数据集介绍III.SCAFFOLD1.模型定义2.优化器定义3.服务器端4.客户端IV.完整代码I.前言SCAFFOLD的原理请见：ICML2020|SCAFFOLD：联邦学习的随机控制平均

Cyril_KI·2022-03-04 07:54

2018-08-10 fate 命运

日记今天一晚在天誉的努力有所收获，让我感到非常的开心，加油感恩感谢今天所有为我留卡的家长客户，谢谢你们的信任学习fate命运time时间morning早上noon中午，正午afternoon下午evening

让风吹过·2022-02-22 04:02

【论文考古】联邦学习开山之作 Communication-Efficient Learning of Deep Networks from Decentralized Data

B.McMahan,E.Moore,D.Ramage,S.Hampson,andB.A.yArcas,“Communication-EfficientLearningofDeepNetworksfromDecentralizedData,”inProceedingsofthe20thInternationalConferenceonArtificialIntelligenceandStatisti

木坑·2022-02-21 20:00

白色情人节的回礼（《Fate prototype》同人，cp:旧剑×绫香）

假设圣杯战争持续了一个月没分出胜负，请大家自行忽略其它设定吧……转眼到了3月，离14日没几天了。正午，在沙条宅邸起居室。忽然，saber想起了什么：“绫香，你两只眼睛的近视分别是多少度啊？”“无缘无故问这干嘛？”“了解一下master身体状况以便今后作战嘛。”这个理由稍微有点牵强但也说得过去。“……左右都是250度”迟疑了一下，绫香还是说了出来。“呃，两个二百五，左右都是笨蛋啊”果不其然，某人一旦

繁歆el·2022-02-18 17:00

2019年2月23日

期间在VM虚拟机上安装了联邦学习库，测试程序倒是能跑，但是跑起正式的项目就报错了，明天找个时间仔细研究一下原因吧【晚

真昼之月·2022-02-18 03:12

二叉树：先序遍历、中序遍历、后序遍历

":1,"name":"Simon","left":{"id":3,"name":"Carl","left":{"id":7,"name":"Lee","left":{"id":11,"name":"Fate

newway_001·2022-02-16 11:07

联邦学习：按Dirichlet分布划分Non-IID样本

我们在《Python中的随机采样和概率分布(二)》介绍了如何用Python现有的库对一个概率分布进行采样，其中的dirichlet分布大家一定不会感到陌生。该分布的概率密度函数为\[P(\bm{x};\bm{\alpha})\propto\prod_{i=1}^{k}x_{i}^{\alpha_{i}-1}\\\bm{x}=(x_1,x_2,...,x_k),\quadx_i>0,\quad\su

orion-orion·2022-02-15 19:00

【流行前沿】联邦学习 Federated Learning with Only Positive Labels

核心问题：如果每个用户只有一类数据，如何进行联邦学习？FelixX.Yu,,AnkitSinghRawat,AdityaKrishnaMenon,andSanjivKumar."

木坑·2022-02-15 19:00

Fate

突然觉得命运好像把一切都安排好了悲伤、堕落、奋进、幸福、痛苦、选择全都被安排好的甚至是时间轴上的每一帧画面从在妈妈肚子里早就开始了心脏的每一个跳动思维的每一次跳跃早已定格所以当他决定你心脏不要动的时候意味着离开；所以当他决定你思维跳跃的时候意味着选择。他安排了相遇，必然也有离别。活着有什么意思？就连我现这胡言乱语也是早已的安排，就连我现在自杀也是早被安排好的命数，但我没有死，也是早被写好的。一场生

塞纳河水流·2022-02-15 11:16

联邦学习: 统一数据协作和隐私保护的技术解决之道

在联邦学习的探索中可以帮你找到答案。本文整理自数牍科技联合创始人&CTO蔡超超在将门创投的技术分享主要

数牍科技·2022-02-14 04:12

二次元人物漫谈：痛打卫宫切嗣，他只是个阿Q——《FATE ZERO》

二次元中圣杯战争很有名，七名Master带着召唤的上古英灵，夺取圣杯，完成仪式，胜利者可以得到那万能的许愿机-------圣杯。描写圣杯战争的系列动画，口碑最好的就是《FATEZERO》,里面人物角色鲜明，画面制作吊炸天，成为业界楷模。第四次圣杯战争的经过更为惊心动魄，少有套路化，每个人物都有各自的性格特征，刻画的很好，是在这浮夸日盛，日益药丸的业界少有的清流了。里面的主人公卫宫切嗣代表爱因兹贝伦

扎心玄·2022-02-13 06:05

一个好用的多方隐私求交算法库JasonCeng/MultipartyPSI-Pro

JasonCeng·2022-02-12 11:00

你看过Fate HF线剧场版了吗？

全称:FatestaynightHeaven'sfeel剧场版全片片长约两个小时，是HF线的第一部，女主角是间桐樱先来张剧场版中的樱是不是被撩到了？这部剧场版里将大部分原作其他线的剧情快进，详细描写了士郎与樱的结识与感情增进的日常，缩略了与saber和凛的感情戏，战斗也有许多不同，画面感相较TV动画有很大提高为了不剧透（这部影片可能引进国内）所以主要说说看点1.另外两条线的assassin佐佐木小

喷子超·2022-02-09 05:22

《白蛇缘起》票房过亿，足足超《FATE》近4倍，国产动画逆袭完胜

今年的一月份我们没少迎来深受二次元用户青睐的动画作品。比方说季度新番《灵能百分百》《五等分的新娘》《多罗罗》《约定的冒险岛》等等都是一众粉丝等候良久方才上映的佳作。而对于荧幕大电影来说就更是如此，年初放映的《大黄蜂》，绝对是美漫迷们不容错过的情怀佳作呢，而到了1月11日放映的《命运之夜》剧场版以及国产精品动画《白蛇：缘起》这两部创作。前者算是为一众粉丝期待了1年半之久，而今终于盼来大陆首度上映的机

隔夜说动漫·2022-02-07 08:11

Matplotlib直方图绘制中的参数bins和rwidth的实现

首先，我们假定现在有个联邦学习的项目情景。我们有一个样本个数为15的图片数据集，样本标签有4个，分别

·2022-02-04 15:24

Matplotlib直方图绘制中的参数bins和rwidth

首先，我们假定现在有个联邦学习的项目情景。我们有一个样本个数为15的图片数据集，样本标签有4个，分别为cat,dog,car,ship。这个数据集已经被不均衡地划

orion-orion·2022-02-03 19:00

Sophon联邦学习，让数据发挥真正的价值

安全事件频发，各国相继出台数据安全和隐私保护条例早在2018年3月17日，Facebook就曾被爆出数据泄露事件，8700万Facebook用户信息被泄露给数据分析公司CambridgeAnalytica利用，违背了用户对于平台的信任，造成公司市值在19、20日两日总计蒸发500亿美元。同年5月，欧洲联盟出台了《通用数据保护条例》（GeneralDataProtectionRegulation，简

·2022-01-12 18:37

《中国金融》｜隐私计算赋能供应链金融

区块链具有不可篡改、可追溯的特征，联邦学习是分布式机器学习技术，将两者融合使用，可同时具备多方安全计算、信息分布式存储、网络去中心化节点互信等特点。

·2022-01-12 17:31

MindSpore联邦学习框架解决行业级难题

内容来源：华为开发者大会2021HMSCore6AI技术论坛，主题演讲《MindSpore联邦学习框架解决隐私合规下的数据孤岛问题》。

·2021-12-24 10:05

小白也能通俗易懂的联邦学习！

Datawhale干货作者：知乎KingJames，伦敦国王大学知乎｜https://www.zhihu.com/people/xu-xiu-jian-33前言：联邦学习是近些年研究非常热门的领域，目前在工业界很多领域已经落地应用了

Datawhale·2021-12-05 22:00

多任务学习中的数据分布问题(二)

在上一篇博文《多任务学习中的数据分布问题(一)》(链接：https://www.cnblogs.com/orion-orion/p/15621953.html)中我们提到论文[1]在联邦学习的情景下引入了多任务学习

orion-orion·2021-12-01 22:00

Personalized Federated Learning using Hypernetworks 论文阅读笔记+代码解读

论文地址点这里一.介绍联邦学习是在多个不相交的本地数据集上学习模型的任务，由于隐私、存储等问题而无法共享本地数据集。但当数据分布在不同的客户端时，学习单个全局模型可能会失败。

编程龙·2021-11-28 16:06

Adaptive Personalized Federated Learning 论文解读+代码解析

论文地址点这里一.介绍联邦学习强调确保本地隐私情况下，对多个客户端进行训练，客户端之间不交换数据而交换参数来进行通信。目的是聚合成一个全局的模型，使得这个模型再各个客户端上读能取得较好的成果。

编程龙·2021-11-27 16:07

Federated Meta-Learning with Fast Convergence and Efficient Communication 论文阅读笔记+关键代码解读

论文地址点这里一.介绍联邦学习中数据是非独立同分布的，基于FedAvg算法成功后，作者发现元学习算法MAML应对客户端上数据量较少，数据分布不均的场景提出了FedMeta框架，作为连接元学习方法和联邦学习的桥梁

编程龙·2021-11-26 16:01

推荐频道

FATE联邦学习

基于同态加密和秘密共享的无第三方纵向逻辑回归

联邦学习实战-1:用python从零开始实现横向联邦学习

联邦学习框架：FATE的安装使用，单机部署，使用MNIST测试

Fate单机部署（docker版本）常见问题

【阅读笔记】联邦学习实战——联邦学习平台介绍

【技术博客】浅谈联邦半监督学习及FedMatch算法

联邦学习后门攻击总结（2019-2022）

极客星球 | 联邦学习与产品化之路

纵向联邦学习场景下的逻辑回归（LR）

【无标题】

纵向联邦学习场景下的逻辑回归（LR）

多任务思想与聚类联邦学习

联邦学习看了论文之后的小展望（11.21）

【一周聚焦】 联邦学习 arxiv 2.16-3.10

蓝象智联与Nebula Graph战略合作！图联邦产品硬实力再升级

联邦学习：按混合分布划分Non-IID样本

联邦学习中的优化算法

PyTorch实现联邦学习目标检测

联邦学习--论文汇集（六）

联邦学习中的数据异构性问题综述

SCAFFOLD: Stochastic Controlled Averaging for Federated Learning

Scaffold 基于fedavg方法的改进，代码复现（联邦学习）

基于PyTorch实现联邦学习的基本算法FedAvg

ICML 2020 | SCAFFOLD：联邦学习的随机控制平均

用于时空数据预测的跨节点联邦学习图神经网络

读懂联邦学习中的安全与隐私问题（全）

联邦学习算法SCAFFOLD的PyTorch实现

2018-08-10 fate 命运

【论文考古】联邦学习开山之作 Communication-Efficient Learning of Deep Networks from Decentralized Data

白色情人节的回礼（《Fate prototype》同人，cp:旧剑×绫香）

2019年2月23日

二叉树：先序遍历、中序遍历、后序遍历

联邦学习：按Dirichlet分布划分Non-IID样本

【流行前沿】联邦学习 Federated Learning with Only Positive Labels

Fate

联邦学习: 统一数据协作和隐私保护的技术解决之道

二次元人物漫谈：痛打卫宫切嗣，他只是个阿Q——《FATE ZERO》

一个好用的多方隐私求交算法库JasonCeng/MultipartyPSI-Pro

你看过Fate HF线剧场版了吗？

《白蛇缘起》票房过亿，足足超《FATE》近4倍，国产动画逆袭完胜

Matplotlib直方图绘制中的参数bins和rwidth的实现

Matplotlib直方图绘制中的参数bins和rwidth

Sophon联邦学习，让数据发挥真正的价值

《中国金融》｜隐私计算赋能供应链金融

MindSpore联邦学习框架解决行业级难题

小白也能通俗易懂的联邦学习！

多任务学习中的数据分布问题(二)

Personalized Federated Learning using Hypernetworks 论文阅读笔记+代码解读

Adaptive Personalized Federated Learning 论文解读+代码解析

Federated Meta-Learning with Fast Convergence and Efficient Communication 论文阅读笔记+关键代码解读

【一周聚焦】联邦学习 arxiv 2.16-3.10