联邦学习FedAvg代码

一下一些内容也是摘录此处。

Chen_Chance

737人浏览 · 2024-01-05 16:04:35

Chen_Chance · 2024-01-05 16:04:35 发布

代码来源：https://github.com/shaoxiongji/federated-learning

文章结构来源：【联邦学习新手必看！】手把手教你读懂FedAvg代码并实现运行一下一些内容也是摘录此处

总览

在这里插入图片描述

运行

运行cifar

python main_fed.py --dataset cifar --epoch 10 --num_channel 3 --gpu 0 --model cnn --iid

运行mnist

python main_fed.py --dataset mnist --iid --num_channels 1 --model cnn --epochs 50 --gpu 0

跑non-iid

把--iid去掉就可以

查看结果

结果可以直接通过控制面板看，也会有图像形式的看
在这里插入图片描述

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。