FATE联邦学习

联邦学习技术应运而生！

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：王健宗等，联邦学习技术负责人联邦学习作为一种强调数据安全和隐私保护的分布式机器学习技术，在人工智能广泛发挥作用的背景下
Datawhale·2023-03-31 08:50

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。
MobTech袤博科技·2023-03-31 08:11

隐私计算FATE-多分类神经网络算法测试

一、说明本文分享基于Fate使用横向联邦神经网络算法对多分类的数据进行模型训练，并使用该模型对数据进行多分类预测。
zlt2000·2023-03-30 15:03

面向数据安全共享的联邦学习研究综述

联邦学习可以联合多个用户在不传输本地数据的情况下协同训练机器学习模型，是实现数据安全共享的新范式。
aK031999·2023-03-29 21:23

隐私计算主流技术

隐私计算目前主流的技术路线有三种：多方安全计算、联邦学习和TEE。
西木风落·2023-03-29 09:41

FATE-Serving

部署架构image-20201124144439165工作时序图image-20200812100121588推理接口单笔推理http方式ValidateController.validateJavaSDK方式批量推理http方式ValidateController.validateJavaSDK方式SDK代码示例RegisterClientExample.javapublicstaticvoid
TheOne_6e96·2023-03-26 04:29

2018-01-18

DAY2第一次接触闪闪的作品Fate／Zero。还好是FZ，FSN里那个宅闪估计不会引起我太大的好感。DAY3闪闪最帅气的片段就我曾经截过的那段，他说着【不高傲轻狂无以为王。】然后发动王财。
花与菟丝子·2023-03-23 08:34

2021-11-03-联邦学习攻防调研

近日，看了许多联邦学习中的攻防论文，看时，总有几个作者出现在眼前，看名字应该是中国人，看大学却不是中国的大学，心生好奇，遂去网上查了查他们，百度查不到，于是用谷歌查，查到了，这些作者都很强，本科在中国读
科研er·2023-03-16 09:03

联邦学习分类合集

联邦学习分类（吐血整理）每日一诗：《中秋李漕冰壶燕集》宋·戴复古诸亭环立一湖湾，区界无多眼界宽。苍石传为伪刘物，绿波曾浴葛仙丹。两边堤树四时碧，一片冰壶六月寒。咫尺云烟接沧海，须知此地有龙蟠。
咫尺云烟·2023-03-13 14:36

联邦学习实战：用python从零实现横向联邦图像分类

本文主要参考了杨强教授的《联邦学习实战》https://github.com/FederatedAI/Practicing-Federated-Learning/tree/main/chapter03_
IFRᝰএ᭄·2023-03-13 14:36

《联邦学习实战—杨强》之使用Python从零开始实现一个简单的横向联邦学习模型

文章目录前言环境准备完整代码配置文件(conf.json)获取数据集(datasets.py)获取PyTorch中自带深度学习网络预训练模型(models.py)客户端(client.py)服务端(server.py)main.py运行知识点补充argparse基本用法tensor.copy_()[Pythondict()函数](https://www.runoob.com/python/pyth
Waldocsdn·2023-03-13 14:36

杨强教授演讲视频：数据要素与联邦学习（附文字摘要）

回复kubefate，可以加入联邦学习开源项目KubeFATE交流群。9月25日，VMware联合多家合作伙伴举办了「2021AceCon智能云边开源峰会」。
普通网友·2023-03-13 14:36

联邦学习算法介绍-FedAvg详细案例-Python代码获取

联邦学习算法介绍-FedAvg详细案例-Python代码获取一、联邦学习系统框架二、联邦平均算法（FedAvg）三、联邦随梯度下降算法(FedSGD）四、差分隐私随联邦梯度下降算法(DP-FedSGD）
i_chensihuo_888·2023-03-13 14:35

关于 Fate 和单机直接训练效果差别的疑问

测试了一下发现联邦学习方式建模和单机直接训练的结果差异很大，以下叙述具体的测试流程。
taojy123·2023-03-11 12:39

隐私计算：可信硬件技术

那么为了实现这样的目的现在所具有的技术主流的三种：多方安全计算（密码学技术）、联邦学习（融合延伸）、可信执行环境（可信硬件）以及其他的非主流技术。
摸肚子的小胖子·2023-03-11 08:10

#凯哥讲数字化# 联邦学习：人工智能的明日之星

关于联邦学习联邦学习的定义2019年4月10日，科学家首次拍摄了星系M87的一张黑洞核心的照片，该图像显示了一个明亮的环，这张期待已久的图像为迄今为止存在的黑洞提供了最有力的证据。
凯哥讲故事·2023-03-09 14:56

群体学习Swarm Leaning学习笔记

但实际上，可用于训练的医疗数据非常分散，想要把世界各地的数据都集合起来又会引发对数据所有权、隐私性、保密性、安全性的担忧，甚至数据垄断的威胁……常用的方法如联邦学习，可以解决上述的一些问题，但该模型的参数由
Benbaobaos·2023-03-09 07:05

【FATE】联邦学习FATE框架的document 微微指南

FATE官方文档：https://fate.readthedocs.io/e...，点击【learnmore】就进入文档正文了FATE是一个服务，需要先下载，后运行。
·2023-02-21 16:58

联邦学习开源框架FATE新版本发布！配套引擎EggRoll更新，联邦应用场景再拓展

而联邦学习这门技术，则可以
联邦学习·2023-02-18 15:43

2020-04-13

联邦学习论文《AdvancesandOpenProblemsinFederatedLearning》文章对联邦学习的定义：联邦学习是多个实体（clients）在一个中央服务器或服务提供方的协调下，协作解决机器学习问题的机器学习设定
Ashinhuang·2023-02-17 12:38

联邦GNN综述与经典算法介绍

作者：京东科技李杰联邦学习和GNN都是当前AI领域的研究热点。联邦学习的多个参与方可以在不泄露原始数据的情况下，安全合规地联合训练业务模型，目前已在诸多领域取得了较好的结果。
·2023-02-16 20:34

My Way，My Fate

01.自知者不怨人，知命者不怨天。---《荀子·荣辱》02.古来才命两相妨。---李商隐《有感》03.龙游浅水遭虾戏，虎落平阳被犬欺。---吴承恩《西游记》04.运去黄金失色，时来铁也生光。---冯梦龙《警世通言》05.不论英雄豪杰，都逃不了境遇和时代的支配。---夏丏尊《教育的背景》06.命运，不过是失败者无聊的自慰，不过是懦怯者的解嘲。---茅盾《蚀》07.一块土塑成了美的菩萨，丑的将军。怨及
维先森的cat·2023-02-06 21:36

【论文速递】ICCCS2022 - FedMMD：基于多教师和多特征蒸馏的异构联邦学习

【论文速递】ICCCS2022-FedMMD：基于多教师和多特征蒸馏的异构联邦学习【论文原文】：FedMMD:HeterogenousFederatedLearningbasedonMulti-teacherandMulti-featureDistillation
長__安·2023-02-06 08:00

【论文速递】ICCCS2022 - FedMMD：基于多教师和多特征蒸馏的异构联邦学习

【论文速递】ICCCS2022-FedMMD：基于多教师和多特征蒸馏的异构联邦学习【论文原文】：FedMMD:HeterogenousFederatedLearningbasedonMulti-teacherandMulti-featureDistillation
長__安·2023-02-06 08:30

隐私计算FATE-核心概念与单机部署

一、说明Fate是一个工业级联邦学习框架，所谓联邦学习指的就是可以联合多方的数据，共同构建一个模型；与传统数据使用方式相比，它不需要聚合各方数据搭建数据仓库，联邦学习在联合计算建模的过程中，多方机构之间的数据是不会进行共享的
zlt2000·2023-02-06 02:28

日媒爆料：《Fate》动画制作公司ufotable涉嫌偷漏税被调查

ufotable之前制作过不少优秀的动画，代表作有《Fate/staynightUnlimitedBladeWorks》，《活击刀剑乱舞》，《鬼灭之刃》等等，这次的事件也是对公司造成了一定的影响。
小莫说动漫·2023-02-05 06:49

FedAvg--联邦学习最基础算法

分布式机器学习采用client-server架构(或master-slave架构),联邦学习则不一样，它需要考虑系统异构性统计异构性(non-IID)数据隐私FedAvg兼顾了通信开销和收敛率问题，具体过程如下
欧阳AI锋·2023-02-04 13:09

Batch Normalization在联邦学习中的应用

回想一下联邦学习（FL）中的FedAvg，这个算法是将每个参与方的模型的所有参数进行加权平均聚合，包括BatchNormalization（BN）的参数。再回顾一下BN。
联邦学习小白·2023-02-04 11:51

联邦持续学习——Federated Weighted Inter-client Transfer(FedWeIT)

联邦持续学习的目的联邦持续学习意在将联邦学习和持续学习相结合，以解决“每个客户端从私有本地数据流中学习一系列任务，不同客户端之间也可以互相借鉴彼此已有的知识以增强自身的学习效果”的场景，目前这方面的研究还很少
联邦学习小白·2023-02-04 11:51

pytorch中model.parameters()和model.state_dict()使用时的区别

联邦学习模拟实验中涉及模型参数的聚合和广播，需要提取模型参数。这个时候一般有两个选择，model.parameters()和model.state.dict()。
联邦学习小白·2023-02-04 11:50

week2：Dissecting Cell Lineage Specification and Sex Fate Determination in Gonadal Somatic Cells U...

C1和C2代表表达Nr2f2的前体细胞C1:代表早期前体细胞，来源于E10.5~E13.5的性腺体细胞，主要表达标志物Nr2f1，在XY的性腺早期前体细胞也表达C2:代表基质前体细胞，来源E13.5以后的性腺体细胞，主要表达基质细胞的标志物Maf，以及睾丸间质细胞标志物如Tcf21、Pdgfra等C3和C4共表达Amhr2，Foxl2，Fst等标志物，代表颗粒细胞的不同分化阶段；C3：包括E11.
阿糖胞苷_SYSU·2023-02-03 12:54

fate娱乐圈paro脑洞

#fate#娱乐圈paro迪卢木多本来是想当一个歌手，没红的时候一直在酒吧卖唱。擅长唱爱尔兰慢情歌，也唱法语歌，尤其是JacquesRevaux的。
花与菟丝子·2023-02-03 06:36

联邦学习（一）基础概述

哔站视频简介：什么是联邦学习（FederatedLearning）？
游星凌·2023-02-02 17:11

联邦学习part1概述

1.联邦学习定义：联邦学习是利用分散在各参与方的数据集，通过隐私保护技术融合多方数据信息，协同构建全局模型的一种分布式训练方式。
kkcodeer·2023-02-02 17:37

联邦学习(Federated Learning)概述

概念本质：联邦学习本质上是一种分布式机器学习技术，或机器学习框架。目标：联邦学习的目标是在保证数据隐私安全及合法合规的基础上，实现共同建模，提升AI模型的效果。
flyzer·2023-02-02 17:32

《联邦学习实战》杨强 读书笔记二——联邦学习概述

目录联邦学习的定义联邦学习的分类按照数据样本空间以及特征空间的关系根据协调方式联邦学习的定义联邦学习是利用分散在各参与方的数据集，通过隐私保护技术融合多方数据信息，协同构建全局模型的一种分布式训练方式。
超威橘猫·2023-02-02 17:59

(隐私计算)联邦学习概述

一、是什么概念联邦学习（FederatedLearning，FELE）是一种打破数据孤岛、释放AI应用潜能的分布式机器学习技术，能够让联邦学习各参与方在不披露底层数据和底层数据加密（混淆）形态的前提下，
Mr.Lee jack·2023-02-02 17:28

【环境配置】在Ubuntu中使用Docker20.10.23配置FATE1.10.0（单机部署）

前言本文讲解了在Ubuntu22中使用Docker20配置FATE1.10.0的方法分为官方文档与我自己的实际操作两个部分需要先安装docker，可以看我的上一篇文章安装流程前言一、FATE单机部署指南
一川风絮千片雪·2023-02-02 16:51

第一章 隐私计算科普与解读

前言提醒：全文10千字，预计阅读时长15分钟；读者：对隐私计算感兴趣的小伙伴；目的：读者利用15~30分钟对本文沉浸式阅读理解，能够掌握隐私计算80%的概念；关键词：隐私计算、多方安全计算、联邦学习、同态加密
书香度年华·2023-02-02 16:46

机器学习-联邦学习安全方面的论文汇总

1、最先由谷歌提出联邦学习的概念KONEČNÝJ,MCMAHANHB,RAMAGED,etal.Federatedoptimization:distributedmachinelearningforon-deviceintelligence
河大吴彦祖·2023-02-02 14:05

【技术博客】纵向联邦学习简介及实现

B希望能够将他所独有的特征信息与A所独有的特征信息相结合，训练出一个更强大的识别客户信用风险的模型，但由于不同行业之间的行政手续，用户数据隐私安全等因素，企业A，B无法直接互通数据，联邦学习应运而生。
MoModel·2023-02-02 14:04

纵向联邦学习及相关算法

二.纵向联邦学习简单一句话介绍：纵向联邦学习的参与方是用户群体相同，特征空间不同（比如同一地区的银行和电商平台）纵向联邦学习步骤对齐共同用户（不暴露各自数据）加密模型训练（1）C创建密钥对，将公钥发送给
sean xiao。·2023-02-02 14:03

【纵向联邦】学习

联邦学习笔记刘洋丨联邦学习的技术挑战和应用展望杨强丨用户隐私，数据孤岛和联邦学习【20220709隐私计算峰会】刘洋丨联邦学习的技术挑战和应用展望防御方法比较：DifferentialPrivacy（DP
LilaLenu·2023-02-02 14:02

【机器学习】横向联邦学习&纵向联邦学习区别

文章目录背景简介横向联邦学习纵向联邦学习参考背景简介现实生活中，除了少数巨头公司能够满足，绝大多数企业都存在数据量少，数据质量差的问题，不足以支撑人工智能技术的实现；同时国内外监管环境也在逐步加强数据保护
杨小浩浩hh·2023-02-02 14:02

横向联邦学习（Horizontal Federated Learning）VS 纵向联邦学习（Vertical Federated Learning）

1.横向联邦学习：适用于参与者的数据特征维度重叠较多的情形：目的：增加训练数据的数据量例如甲医院有患者：A，B，C；乙医院有患者C，D，F这六位患者，甲乙医院都有患者的身高，体重，血压，心跳等信息，那么进行联邦学习一个判断患者健康状况的模型时
归遇卿·2023-02-02 14:02

隐私计算--23--纵向联邦学习

一、纵向联邦学习的定义纵向联邦学习（VFL）一般是适用于数据集上具有相同的样本空间、不同的特征空间的参与方所组成的联邦学习场景，纵向联邦学习也可以理解为按特征划分的联邦学习。
武天旭·2023-02-02 14:31

联邦学习（电子工业出版社）——读书笔记（4）

第五章纵向联邦学习纵向联邦学习的定义把在数据集上具有相同的样本空间、不同的特征空间的参与方所组成的联邦学习归纳为纵向联邦学习（VerticalFederatedLearning,VFL），也可以理解为按特征划分的联邦学习
超威橘猫·2023-02-02 14:01

联邦学习FL

联邦学习概念跨设备联邦学习跨机构联邦学习事件驱动VS面向过程FederatedScope架构Woker模块：Server/ClientWoker模块：Trainer/AggregatorWoker模块：
柒拾柒_L·2023-02-02 09:08

多方安全计算简介

诸多厂商开始采用联邦学习技术来增强机器学习应用中对数据的隐私保护，但是联邦学习的安全性对于某些隐私保护机器学习的应用是不够的。
火墩墩·2023-02-02 09:06

多方安全计算如何实现运算的？

模型构建在FATE中构建一个算法模型，需要准备三种类型配置文件上传数据配置文件用于上传数据，主要由文件路径，标题header，分区数目，表名，工作模式。
大海天地·2023-02-02 09:55
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他