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。
深度学习¶
联邦学习 | Federated Learning
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。
Tensor基础操作
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。
深度学习工作流程（基于PyTorch）
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。