tensorflow-federated - 转移从分布式源域中学到的知识
问题描述
为了解决联邦学习中非独立同分布数据的问题,我阅读了一篇论文,该论文添加了一个具有不同数据域的新节点并从分散的节点传输知识。我的问题是传输的信息是什么,是更新还是数据?
解决方案
通俗地说,非 idd 意味着并非所有类标签都均匀分布在客户端之间进行训练。由于显而易见的原因,在联合环境中,每个客户端都持有和训练 idd 数据是不可行的。关于您在问题中提到的论文中它是如何工作的具体查询,您可以分享论文的链接。
推荐阅读
- c++ - pHash 返回不同的哈希长度
- android - Android在整个recyclerview上向右/向左滑动
- qt - QML StackView 显示错误您不能递归推送/弹出
- c# - 如何从包含值元组作为 C# 键的字典中提取值?
- c++ - 带有 WSL2 的 SDL2 中的 BadRequest
- sql - 当在另一个表中找到关联值时,Oracle 在列中设置值
- node.js - 如何纠正 lint-staged 问题?
- prometheus - Prometheus 中的时间加权范围查询
- wordpress - 是否可以将 wpforms 数据映射到 woocommerce 产品并将商品添加到购物车?
- tableau-api - 我无法得到与解决方案文档相同的正确答案。提供有关 Tableau 业务问题