【Udemy中英字幕】Federated Learning

联邦学习

使用 PyTorch 进行联邦学习

讲师：Mohamed Gharibi

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

你将学到什么

• 深度学习和神经网络简介
• 联邦学习简介
• 使用 PyTorch 从头开始​​构建神经网络
• 在 IID、非 IID 和非 IID 不平衡设置中加载数据集
• PySyft 简介
• 联邦学习技术（FedAvg、FedSGD、FedProx、FedDANE）
• 使用 PyTorch 构建自定义优化器
• 差异隐私简介
• 使用差异隐私实施 FedAvg
• 云上的联邦学习
• 在云上实施 FedAvg

要求

• Python编程语言

描述

本课程首先向您介绍神经网络 (NN) 的主要概念及其工作原理。然后我们将使用 Pytorch 从头开始​​实现一个神经网络。之后，快速介绍联邦学习架构。然后，我们将首先在 IID、非 IID 以及非 IID 和不平衡设置的设备上加载数据集，然后是 PySyft 的快速教程，向您展示如何在客户端和客户端之间发送和接收模型和数据集。服务器。

本课程将通过查看原始论文的技术和算法，然后逐行实现它们来教您联邦学习（FL）。特别是，我们将实施 FedAvg、FedSGD、FedProx 和 FedDANE。您将了解差分隐私 (DP) 以及如何将其添加到 FL，然后我们将使用 DP 实现 FedAvg。在本课程中，您将学习如何在本地和云端实施 FL 技术。对于云设置，我们将使用 Google Cloud Platform 创建和配置我们将在实验中使用的所有实例。在本课程结束时，您将能够实现不同的 FL 技术，甚至构建您自己的优化器和技术。您将能够在本地和云端运行实验。

本课程适合谁：

• 联邦学习爱好者