打破数据孤岛：联邦学习近期重要研究进展(39)
2）深度模型图像分类实验
【MNIST】模型：6 层卷积神经网络（TensorFlow，经典优化算子）。实验结果见表 1。图 3（a）中给出 20 次实验的标准误差图。
【CIFAR10】模型：6 层卷积神经网络（TensorFlow，Adam 优化算子）。实验结果见表 1。图 3（b）中给出 20 次实验的标准误差图。
表 1. 随机初始化训练 6 层 CNNS 的实验参数.
图47/49
图48/49
图 3. 隐私保护联邦学习（由隐私参数ε1 索引）与非隐私保护模型更新的图像分类准确度比较.
3）预训练模型
ImageNet预训练 ResNet50v2 网络 [5]。在 Flickr 语料库的子集上针对 100 个类别的分类任务，利用预训练的 ResNet 模型再次进行模型训练。图 4(a) 给出了联邦学习和本文方法在 12 次实验中的标准错误之间的准确度差异。
推荐阅读
- 捉迷藏|?LOL世界赛“含金量”数据出炉：EDG仅排第六，IG稳居榜首
- ag战队|AG超玩会的轮换就是花架子，一诺英雄达到十八位，打破单赛季纪录
- 碧蓝航线|碧蓝航线SR重巡福煦数据详解 期待越高失望越大 强度平平无奇
- kramer|国服极地大乱斗数据上线，来看看胜率榜符合你的预期吗？
- 孤岛惊魂6|英雄联盟世界赛参赛队分析！EDG战队！
- 米莱狄|峡谷数据榜：分均输出TOP5，干将莫邪只排第四，米莱狄至今被误解
- 育碧|“不患均而患不寡”，育碧给刺客信条和孤岛惊魂团队涨薪
- ai|S11AI预测离全对就差最后一场！EDG能否打破不败之身？
- |S11淘汰赛数据盘点：场均时长为33分 55个不同英雄登场
- 中单|2021年英雄联盟世界赛终于落下帷幕！！大数据统计二！！