TARGET: Federated Class-Continual Learning via Exemplar-Free Distillation
本文关注点是联邦类持续学习(FCCL),其中新类在联邦学习中动态添加。
本文关注点是联邦类持续学习(FCCL),其中新类在联邦学习中动态添加。
联邦学习由于能够在多方数据源聚合的场景下协同训练全局最优模型,近年来迅速成为安全机器学习领域的研究热点。
本文归纳了联邦学习定义、算法原理和分类,旨在提供一个对联邦学习技术建立一个较为清晰的认知。
本教程来自kaggle Learn板块,笔者在其Pandas Tutorial基础上做了一些总结补充,并记录在此博客中。
在这篇博客中,我们将学习数据的创建,读出与写入。
本教程来自kaggle Learn板块,笔者在其Pandas Tutorial基础上做了一些总结补充,并记录在此博客中。
在这篇博客中,我们将学习数据的索引,选择与分配。
PyTorch中,Tensor(张量)时操作数据的主要工具,它是一个包含单一类型的多维矩阵,与NumPy数组的形式类似,也共享底层内存位置。优点在于Tensor可以在GPU进行运算,亦可以实现自动梯度求解等操作。
这篇blog将介绍PyTorch框架下Tensor的一些基本操作。
一个完整的深度学习工作流程涉及处理数据、创建模型、优化参数和保存模型等步骤。
这篇blog提供了一个在FashionMNIST数据集上训练的一个图片分类网络实例,提供了一个较为规范的工作流程模板。
虽然早有参加比赛的想法,但也一只没有刻意的去做题训练,尤其是从2024年初到现在一直在学习深度学习相关,接触C/C++的时间自然大大减少,现在想想去年竟然能完成到持续近两个月的力扣百题计划,不禁感叹真的是一天不写手生,三个月不写陌生啊(笑),虽然结果不咋样,但还是本着记录生活的心态,做一点小小的总结吧。
I temporarily finished building my website. It is really fullfilling for me to look back and see how I gradually completed the construction of my website, espacially start from zero basis.