GFL框架
GFL是基于pytorch的联合学习框架，它提供了不同的联合学习算法。 GFL还是Galaxy学习系统（GLS）的基础结构。 GLS是基于区块链和GFL的联合学习系统。 目前，GFL部分首先是开源的，而区块链部分将很快开源。 除了传统的联邦学习算法，GFL还提供了一种基于模型提炼的新联邦学习算法。 开发人员可以选择不同的联合学习算法来训练他们的模型。
对GFL对象或对联邦学习研究的可以扫描末尾的二维码加入GFL交流群进行交流哦〜
GFL基础框架设计
框架设计参考PaddleFL
准备工作
当我们想使用GFL时，我们需要指定几种策略并生成FL作业。
FederateStrate
2024-07-30 13:34:36
216KB
1
DeepChain：一个基于区块链激励的可审计、可隐私保护的联邦学习框架
DeepChain的主要功能
● 价值驱动的激励机制，促使参与方诚实表现
● 保护参与方的数据隐私
● 保证训练全过程的可审计性（xxx证明）
2023-02-10 21:13:24
1.2MB
1
随着全球数据量的激增，集中式云计算无法提供低时延、高效率的视频监控服务。基于此，提出分布式边缘计算模型，在边缘端直接处理视频数据，减少网络的传输压力，缓解中央云服务器的计算负担，降低视频监控系统的处理时延。结合联邦学习算法，采用轻量级神经网络，分场景训练模型，并将其部署于计算能力受限的边缘设备上。实验结果表明，对比通用神经网络模型，所提方法检测准确度提高18%，模型训练时间有效减少。
2023-01-01 12:06:51
1.3MB
1
隐私计算作为在数据融合应用过程中保障数据安全合规的关键技术路径，腾讯撰写《腾讯隐私计算白皮书2021》，旨在与业界共同探讨、推动隐私计算技术产业的发展，寻求在数字治理中发展和安全的平衡点。
2022-11-04 13:00:20
7.37MB
1
GDPR 对 AI 的挑战和基于联邦迁移学习的对策；
智能互联网时代N倍数的产业机遇；
大规模图像理解、分割新进展；
机器学习与人工智能；
自然语言处理方法与应用；
2022-09-28 21:35:36
5.04MB
1
[TFF学习]官方教材jupyter运行记录_联邦学习之图像分类任务_1
2022-09-09 09:06:37
155KB
1
近年来，联邦学习作为解决数据孤岛问题的技术被广泛关注，已经开始被应用于金融、医疗健康以及智慧城市等领域。从3个层面系统阐述联邦学习算法。首先通过联邦学习的定义、架构、分类以及与传统分布式学习的对比来阐述联邦学习的概念；然后基于机器学习和深度学习对目前各类联邦学习算法进行分类比较和深入分析；最后分别从通信成本、客户端选择、聚合方式优化的角度对联邦学习优化算法进行分类，总结了联邦学习的研究现状，并提出了联邦学习面临的通信、系统异构、数据异构三大难题和解决方案，以及对未来的期望。
2022-08-15 10:48:24
1.19MB
1