admin管理员组文章数量:1608851
参考资料：
Tensorflow官网教程：https://www.tensorflow/federated/
联邦学(federated learning)习生态：https://cn.fedai
federated learning/联邦学习：https://daiwk.github.io/posts/dl-federated-learning.html
Federated Learning的提出
Federated Learning是由Google在2016年提出，16年期间Google有关Federated Learning提出的文章为以下3个：
Jakub Konecný, H. Brendan McMahan, Daniel Ramage, and Peter Richtárik. 2016. Federated Optimization: Distributed Machine Learning for On-Device Intelligence. CoRR abs/1610.02527 (2016). arXiv:1610.02527 http://arxiv/abs/1610. 02527
Jakub Konecný, H. Brendan McMahan, Felix X. Yu, Peter Richtárik, Ananda Theertha Suresh, and Dave Bacon. 2016. Federated Learning: Strategies for Improving Communication Efficiency. CoRR abs/1610.05492 (2016). arXiv:1610.05492 http://arxiv/abs/1610.05492
H. Brendan McMahan, Eider Moore, Daniel Ramage, a
版权声明：本文标题：联邦学习（Federated Learning）介绍 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dianzi/1728542965a1162951.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论