FEDERATED

MySQL存储引擎(二)

MyISAM还在使用的原因2.MyISAM文件组成3.myisamchk二.Memory存储引擎1.Memory介绍3.Memory的物理特性三.CSV存储引擎1.CSV介绍2.CSV文件组成2.CSV特性四.Federated
熊出陌·2020-07-07 22:41

Centos7安装mysql5.7.23失败：The server quit without updating PID file (/usr/local/mysql/data/yemingrujing

一大早起来脑袋抽风，在centos7上装个MySQL玩玩，就下了个最新版的MySQL，按照网上的教程没想到一直安装失败，看日志一直报错：018-09-08T00:41:16.273423Z0[Note]Plugin'FEDERATED'isdisabled.mysqld
夜明如镜·2020-07-07 20:26

mysql 启动时停止（innodb）

11040623:49:40[Note]Plugin'FEDERATED'isdisabled.11040623:49:40[注意]插件federated存储引擎已经禁用InnoDB:ThelogsequencenumberinibdatafilesdoesnotmatchInnoDB
binger819623·2020-07-07 04:41

mysql实现跨服务器查询数据

mysql跨服务器进行查询提供了FEDERATED引擎进行映射表，然后进行查询。mysql数据库federated引擎是关闭的，首先需要先启用该引擎。
banjw·2020-07-07 03:19

MySQL之体系结构和存储引擎

体系结构和存储引擎1.定义数据库和实例2.MySQL体系结构3.MySQL存储引擎3.1InnoDB3.2MyISAM3.3NDB3.4Memory3.5Archive3.6Federated3.7Maria3.8BlackHole3.9CSV4
wang曌·2020-07-06 15:21

AutoML论文笔记（二） FedNAS Federated Deep Learning via Neural Architecture Search：基于神经网络搜索的联邦学习

文章题目：FedNAS:FederatedDeepLearningviaNeuralArchitectureSearch链接：linkhttps://chaoyanghe.com/publications/FedNAS-CVPR2020-NAS.pdf会议期刊：CVPR2020workshop论文阅读笔记，帮助记忆的同时，方便和大家讨论。因能力有限，可能有些地方理解的不到位，如有谬误，请及时指正。
霸王龙Alvin·2020-07-04 23:14

联邦机器学习 Federated Machine Learning

联邦机器学习FederatedMachineLearning联邦学习简介联邦机器学习又名联邦学习，联合学习，联盟学习。联邦机器学习是一个机器学习框架，能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下，进行数据使用和机器学习建模。其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效率的机器学习。联邦学习作为分布
頔潇·2020-07-02 01:47

利用mysql的FEDERATED进行3个以上数据库的表数据同步

被问到使用mysql的FEDERATED进行远程同步，多个服务器数据库的情况下同步不了？之前对FEDERATED不了解，所以测试了一下，发现是可以的啊，主要是中间那个数据库要多加个中间表。
deerme·2020-07-01 09:10

综述论文“Advances and Open Problems in Federated Learning”

2019年12月10日arXiv上载的联邦学习综述论文“AdvancesandOpenProblemsinFederatedLearning“。摘要：联邦学习（FL）是一种机器学习设置，其中许多客户端（例如移动设备或整个组织）在中央服务器（例如服务提供商）的协调下协同训练模型，同时保持训练数据的分散性。FL体现了集中数据收集和最小化的原理，并且可以减轻由于传统的集中式机器学习和数据科学方法导致的许
硅谷秋水·2020-06-30 08:22

综述论文“Federated Learning Systems: Vision, Hype and Reality for Data Privacy and Protection“

2019年12月3日上载到arXiv关于联邦学习的综述论文”ASurveyonFederatedLearningSystems:Vision,HypeandRealityforDataPrivacyandProtection“。摘要：联邦学习一直是在隐私限制下实现不同组织之间机器学习模型协作训练的热门研究领域。随着研究人员尝试使用不同的隐私保护方法来支持更多的机器学习模型，开发系统和基础架构要求简
硅谷秋水·2020-06-30 08:22

tensorflow Federated: 本地模型训练，无需上传训练数据

google刚发布了TFF框架，全名是TensorFlowFederated,它是干什么的呢,可以大概总结下：边缘设备（比如：手机）在本地利用本地数据训练模型，进而把本地训练的模型参数上传服务器，然后服务器对各个边缘设备上传的模型参数进行聚合。为什么需要这样做呢？目前大家主要的做法是把各种数据收集至server,然后利用汇总的数据进行模型训练，但是在手机数据时，大家可能会遇到一些敏感信息不能收集或
王发北·2020-06-29 21:42

Secure Federated Transfer Learning （论文翻译与拓展）

SecureFederatedTransferLearning安全联邦迁移学习#论文链接https://arxiv.org/pdf/1812.03337.pdf（因数学符号无法正常表示，请参照原文的数学公式阅读）一.摘要机器学习依赖于大量训练数据的可用性。然而，在现实中，大多数数据分散在不同的组织中，无法在许多法律和实际约束下轻松集成。在本文中，我们引入了一种新的技术和框架，称为联邦迁移学习(FT
妈妈咪咦·2020-06-29 14:37

Secure Federated Transfer Learning（论文笔记）

论文链接：https://arxiv.org/pdf/1812.03337.pdf一、概述机器学习依赖于大量数据的可用性来进行训练。然而，实际上，大多数数据分散在不同的组织中，并且在许多法律和实际限制下很难聚合。在本文中，我们引入了一种新技术和框架，称为联邦迁移学习（FTL），以改进数据联合下的统计模型。联盟允许在不损害用户隐私的情况下共享知识，并且允许在网络中传送互补知识。因此，目标域方可以通过
浅若清风cyf·2020-06-29 11:01

Federated Machine Learning:Concept and Applications(论文笔记)

论文链接：https://arxiv.org/pdf/1902.04885.pdf论文笔记一、概述：·AI面临两个挑战：①数据孤岛②数据安全与隐私保护·提出和发展：△2016年Google提出联邦学习框架(thefederatedlearningframework)△杨强团队提出一个全面的、安全的联邦学习框架(acomprehensivesecurefederatedlearningframewo
浅若清风cyf·2020-06-29 11:30

Fair Resource Allocation In Federated Learning

background单纯的最小化网络中的总损失可能会不成比例地对某些设备有利或不利(例如，平均精度可能很高，但是某些单个设备的精度很低的情况)q-Fair联邦学习(q-FFL)：新的优化目标(实现更公平的精度分配，更系统的分配模型的性能)最小化了由q参数化的总加权损耗，使具有更高损耗的设备有更高的相对权重(推测设备的性能)该论文q-FFL最终实现了：在公平性方面，保持相同的总体平均性能的同时，将设
Julia_luofang·2020-06-29 11:56

【20200304】毕业设计占坑，联邦学习+聚类 TensorFlow Federated(TFF)！

特地在这占坑后面来慢慢补充做的是联邦学习初步想法是把联邦学习和聚类放一起做算法想的差不多了代码能力有点菜接下来是实现部分准备用TensorFlow的federated模块做不知道有没有会的大佬们或者也有兴趣的朋友们可以一起来讨论一下冲鸭
ChanHolYan·2020-06-29 08:53

Federated Learning with Non-IID Data

前言一篇关于FederatedLearningwithNon-IIDData的论文，主要探讨了FederatedLearning在每个clients的数据都是Non-IID的情况下，性能如何，以及如何改进。AbstractInthiswork,wefocusonthestatisticalchallengeoffederatedlearningwhenlocaldataisNon-IID.Thea
de_la_prada·2020-06-29 02:34

联邦学习框架FATE使用案例记录

横向联邦学习案例实验设置文件说明实验步骤2纵向联邦学习案例实验设置实验步骤实验结果结果分析小结3使用感受本文记录了FATE框架中横向和纵向联邦学习的案例使用，并与笔者近期使用过的谷歌TFF(TensorFlow-Federated
你好丑啊·2020-06-28 20:43

MySQL数据库架构相关笔记（一）

MySQL数据库架构相关一、MySQL常用存储引擎1、MyIsam2、Innodb3、CSV4、Archive5、memory6、Federated二、MySQL相关参数1、MySQL参数配置2、内存配置相关参数
weixin_30888707·2020-06-28 02:48

Federated Machine Learning: Concept and Applications

郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！今天的人工智能仍然面临两大挑战。一种是，在大多数行业中，数据以孤岛的形式存在。二是加强数据隐私和安全。我们提出了一个解决这些挑战的可能方案：安全联邦学习。除了谷歌在2016年首次提出的联邦学习框架外，我们还引入了一个全面的安全联邦学习框架，其中包括横向联邦学习、纵向联邦学习和联邦迁移学习。我们为联邦学习框架提供定义、架构和应用程序，并提供
weixin_30888027·2020-06-28 02:10

【MySQL】跨服务器访问数据（Windows版）

1.简介  mysql提供了一个类似Oracle中的数据库链接(DBLINK)功能的存储引擎–FEDERATED。
RED-GO·2020-06-26 21:45

联邦学习论文阅读：Asynchronous Federated Optimization

这是UIUC的一篇刚刚挂在arXiv上的文章：AsynchronousFederatedOptimization。我对边缘计算和异步算法不太了解，直观的理解是作为一个user，我上传的梯度参数是延迟的，也就是说centralserver当前已经更新过这次的梯度了，并且已经开始计算下一次甚至下下次的globalgradient了，那么我这次的参数实际上是混在其他用户下一次更新的数据中的。需要考虑的问
thormas1996·2020-06-26 19:40

Federated Machine Learning:Concept and Applications

https://www.cnblogs.com/lucifer1997/p/11223964.htmlhttps://blog.csdn.net/qq_36375505/article/details/88554005https://blog.csdn.net/weixin_44774630/article/details/97529260?utm_source=app关键技术：差分隐私DP：在数
sleepinghm·2020-06-26 13:25

Differentially Private Federated Learning: A Client Level Perspective

介绍我们的目标并不是只保护数据。相反，我们希望确保一个学习模型不会显示客户是否参与了分散的培训。这意味着客户机的整个数据集受到保护，不受来自其他客户机的差异攻击。我们的主要贡献:首先，我们展示了在联合学习中保持较高的模型性能时，客户机的参与是可以隐藏的。我们证明了我们提出的算法可以在模型性能损失很小的情况下实现客户级差异隐私。与此同时发表的一项独立研究[6]提出了一个类似的客户级dp程序。然而，实
sleepinghm·2020-06-26 13:24

Federated Learning in Mobile Edge Networks: AComprehensive Survey(翻译)

名词：联邦学习(FL)、ML、MECBAA(宽带模拟聚合)、CNN(卷积神经网络)、CV(计算机视觉)、DDQN(双深度Q网络)、DL(深度学习)DNN(深度神经网络)、DP(差分隐私)、DQL(深度Q学习)、DRL(深度强化学习)、FedAvg(联邦平均)、FL(联合学习)、GAN(对抗网络)、IID(独立和同一分布)loT(物联网，车联网)、LSTM(长短期记忆)MEC(移动边缘计算)、ML(
sleepinghm·2020-06-26 13:24

01联邦学习的介绍:Why And How Federated Learning

什么是联邦学习联邦学习可以在不直接访问训练数据的情况下构建机器学习系统。数据保留在原始位置，这有助于确保隐私并降低通信成本。联邦学习:将模型下传到用户侧进行模型训练，而无需将用户侧数据上传进行集中训练；传统的机器学习:将用户数据上传集中，然后进行模型训练。为什么需要联邦学习隐私问题（我不想分享我的自己的照片），联邦学习可以不将你的数据共享出去。监管需要（HIPAA，GDPR等），保护用户私有数据，
sleepinghm·2020-06-26 13:53

Federated Learning with Non-IID Data

FederatedLearningwithNon-IIDDataIID:独立同分布(idependentlyandidenticallydistributed,IID)论文链接Abstract联合学习使资源受限的边缘计算设备（例如移动电话和IoT设备）能够学习共享的预测模型，同时将训练数据保持在本地。这种去中心化的训练模型方法提供了隐私，安全性，监管和经济利益。在这项工作中，我们专注于本地数据为非
至简1995·2020-06-26 11:01

mysql历史数据自动归档

思路：在线库实例打开federated支持，创建数据库dborder(业务库),linkhis(归档用);历史库创建历史表dborderhis.m
sdmei·2020-06-26 07:20

Robust and Communication-Efficient Federated Learning From Non-i.i.d. Data 论文阅读笔记

1Introduction联邦学习的训练过程包括设备下载模型，本地训练模型，将训练得到的模型更新或者模型发送到服务端进行聚合.传输数据的比特数为2Challenge在介绍压缩传输数据量的方法前,我们首先介绍会在联邦学习压缩传输数据方面的挑战.数据分布之间的不平衡和non-iid数量极大的客户端参数服务器进行聚合部分客户端参与电力和存储受限因此,用于联邦学习的通信压缩算法需要满足以下要求:R1:同时
sxx01·2020-06-25 21:20

Advances and Open Problems in Federated Learning 总结翻译

摘要联邦学习(FL)是一种机器学习设置，在这种设置中，许多客户(例如移动设备或整个组织)在中央服务器(例如服务提供商)的协调下协作地训练模型，同时保持训练数据分散。FL体现了集中数据收集和最小化的原则，可以减轻由于传统的、集中的机器学习和数据科学方法所带来的许多系统隐私风险和成本。在FL研究爆炸性增长的推动下，本文讨论了近年来的进展，并提出了大量的开放问题和挑战。MENU1.引言跨设备联邦学习设置
柯少又来秀了·2020-06-25 20:03

边缘智能相关论文(Edge Intelligence & Federated Learning)

边缘智能相关论文FastInferenceModelCompressionReductioninCommunicationFederatedLearningandOptimizationFederatedLearningandsecurity  最近边缘计算方面出了很多新的研究成果，在AI背景下，边缘智能（EdgeIntelligence）中新的研究相较于传统的深度学习研究方向，关注不仅仅是模型的
威化饼的一隅·2020-06-25 13:23

联邦学习（Federated Learning）介绍

参考资料：Tensorflow官网教程：https://www.tensorflow.org/federated/联邦学(federatedlearning)习生态：https://cn.fedai.orgfederatedlearning
土豆洋芋山药蛋·2020-06-25 07:16

联邦学习（Federated Learning）白皮书

联邦学习白皮书下载地址：https://cn.fedai.orghttps://img.fedai.org.cn/wp-content/uploads/pdf/联邦学习白皮书_v2.0.pdf2020年4月8日，微众银行人工智能部联合电子商务与电子支付国家工程实验室（中国银联）、鹏城实验室、平安科技、腾讯研究院、中国信通院云大所、招商金融科技等多家企业和机构发布了《联邦学习白皮书V2.0》，下文为
土豆洋芋山药蛋·2020-06-25 07:45

A Survey on Federated Learning Systems- Vision, Hype and Reality for Data Privacy and Protection

综述文献：ASurveyonFederatedLearningSystems-Vision,HypeandRealityforDataPrivacyandProtection部分知识整理文献总结了联邦学习系统的特点和分类。机器学习算法需要大量数据，单组织数据无法训练高质量模型。由于政策法规（数据保护条例）限制，不同组织的数据隔离，形成数据孤岛（dataislands），无法简单共享数据。保护数据隐
yutong8260·2020-06-25 06:54

TTF框架安装

、anaconda安装3、tensorflow与keras安装详见Anaconda和ipython环境适配和jupyternotebook中找不到某个anaconda环境4、安装tensorflow_federated
Ruby_1994·2020-06-24 23:44

Mysql的跨服务器 关联查询--Federated引擎

Oracle有数据库链接(DBLINK)，SQLServer使用添加链接服务器（可看我之前文章）,而MySQL是通过Federated引擎实现的。
宣哥Pashine·2020-06-24 19:00

【译】Private AI — Federated Learning with PySyft and PyTorch

介绍在过去的几年中，我们都见证了人工智能和机器学习领域的重要而快速的发展。由于计算能力的提高（由上一代GPU和TPU提供）以及多年来积累的大量数据并且每秒都在创建，这种快速发展正在发生。从会话助理到肺癌检测，我们可以清楚地看到AI开发对我们社会的几种应用和各种好处。然而，在过去几年中，这一进步带来了成本：在某种程度上丧失了隐私。在剑桥analytica的丑闻是，提出的报警对保密性和数据隐私问题的事
Omni-Space·2020-06-24 18:54

【译】Federated Learning: Bringing Machine Learning to the edge with Kotlin and Android

采用机器学习模式需要数据。我们越多越好。但是，数据并不便宜，更重要的是，数据可能包含敏感的个人信息。以新法律形式作为GDPR以及提高用户和公民对其数据价值的认识的最新隐私发展正在产生对实施更多隐私的技术的需求虽然匿名技术可以极大地帮助解决隐私问题，但所有数据都被发送到中央位置以训练机器学习模型的事实始终是担心的动机该项目证明了如何使用Android应用程序作为边缘设备来设置基本的联合学习环境代码如
Omni-Space·2020-06-24 18:53

Mysql数据库运行过程中突然崩溃：The server quit without updating PID file

TheserverquitwithoutupdatingPIDfile刚开始以为是pid出了问题：无法启动mysql，后来上网找了一下解决方法，无非就是以下几种1.注释/etc/my.cnf里的skip-federated
lzrreach·2020-06-24 11:53

服务器性能优化和Mysql性能优化

参数优化磁盘调度策略文件系统对性能的影响数据库存储引擎的选择MyIsamInnodbMySQL常用存储引擎之CSVMySQL常用存储引擎之ArchiveMySQL常用存储引擎之MemoryMySQL常用存储引擎之Federated
Everything1209·2020-06-24 07:02

[Err] 1286 - Unknown storage engine "FEDERATED"

一、问题现象运行下面脚本，结果报出“[Err]1286-Unknownstorageengine'FEDERATED'”问题[SQL]CREATETABLE'sys_roles'('role_id'int
夜未眠shm·2020-06-23 20:57

快速从头到尾搭建TTF环境（TensorFlow Federated Environment谷歌联邦学习环境）

本文是参照许多大佬文章基础上才搭建成功，在这里感谢这些大佬提供经验。本文主要参考TensorflowFederatedFramework谷歌联邦学习框架：自底向上简明入门，只是对其中（安装TFF库（conda））进行补充今年，在各个大会上，联邦学习热度都很高。所以自己也想试着蹭波热度搭建一个环境了解一下，因为项目与android手机有关，所以选择谷歌的ttf（tensorflow/federate
dataijidexiaozi·2020-06-23 03:04

Federated Machine Learning学习笔记（一）：综述：概念与模型

开始将mobile与AI进行靠拢了，RL,FL,DL一网打尽，先多看看survey再说。本文主要来自于FederatedMachineLearning:ConceptandApplications，主要介绍了使用FederatedMachineLearning的原因，常用的一些概念，以及目前存在的一些应用。为了鼓励自己好好学习，决定提炼核心思想，以备不时之需。文章结构一、WhyweneedFede
cs张小菜·2020-06-23 01:48

ML4CS 2019 会议 （2）Federated learning and AI学习笔记

FederatedlearningandAI学习笔记putdatatogetherclibrery？？Federatedlearningisamachinelearningframeworkthathelpsmultipleorganizationeffectivelyandcollaborativelyusedataandbuildmodelsinaccordancewithuserprivac
cheese0_0·2020-06-22 21:52

联邦学习（Federated Learning）备忘

https://blog.csdn.net/cao812755156/article/details/895984102016年由谷歌最先提出，原本用于解决安卓手机终端用户在本地更新模型的问题，其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效率的机器学习。其中，联邦学习可使用的机器学习算法不局限于神经网络，还包括随机森林
小草cys·2020-06-22 07:27

（ICASSP 19）Federated Learning for Keyword Spotting

会议：ICASSP2019论文：FederatedLearningforKeywordSpotting作者：DavidLeroy、AliceCoucke、ThibautLavril、ThibaultGisselbrecht、JosephDureauABSTRACT提出了一种基于联合学习的实用方法，以通过连续运行基于嵌入式语音的模型（例如唤醒词检测器）来解决域外问题。我们基于模仿“唤醒词用户”联盟的
IMU_Pandade·2020-06-22 03:13

Mysql存储引擎

MySQL有多种存储引擎，每种存储引擎有各自的优缺点，可以择优选择使用：MyISAM、InnoDB、MERGE、MEMORY(HEAP)、BDB(BerkeleyDB)、EXAMPLE、FEDERATED
LY_Feng·2020-06-21 23:51

论文笔记——Fair Resource Allocation in Federated Learning

论文笔记——FairResourceAllocationinFederatedLearning原文论文链接——http://www.360doc.com/content/20/0501/14/10240337_909607047.shtml联邦学习领域一些新出论文，参考www.360doc.com/content/20/0501/14/10240337_909607047.shtml介绍了几篇论文
GJ_007·2020-06-21 20:16

论文笔记——Federated learning framework for mobile edge computing networks

论文笔记——Federatedlearningframeworkformobileedgecomputingnetworks本论文着重研究的是联邦学习应用于需求预测类问题。一般来说，FL存在的一些问题：非独立同分布数据。客户训练数据集各不相同，给定的本地训练数据集不代表人口分布。不平衡数据集。每个客户的本地训练数据量不同。这意味着不同客户对训练价值观的可靠性不同，因为训练程序可能太短。大规模分销。
GJ_007·2020-06-21 20:16

FATE实战：对比TFF，联邦学习框架FATE有何优势？这篇案例记录告诉你

引言：本文记录了FATE框架中横向和纵向联邦学习的案例使用，并与笔者近期使用过的谷歌TFF(TensorFlow-Federated)框架对比，阐述使用感受，对研究联邦学习及使用FATE的用户极有价值。
FedAI Ecosystem·2020-06-21 13:57
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他