首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
meets专题
荆一明:Cargo Meets Autotools (and CMake)
以下是部分现场内容。
阅读更多...
安装IntelHaxm.exe是出现,This computer meets the requirements for HAXM,....
出现如下错误: 原因:intel Virtualization 的 Technology (VT-x) 没有运行,你需要去开启它。 解决办法: 重启电脑,把 VirtualLization改为enable
阅读更多...
【论文阅读——SplitFed: When Federated Learning Meets Split Learning】
级别CCFA 1.摘要 联邦学习(FL)和分割学习(SL)是两种流行的分布式机器学习方法。两者都采用了模型对数据的场景;客户端在不共享原始数据的情况下训练和测试机器学习模型。由于机器学习模型的架构在客户端和服务器之间分割,SL提供了比FL更好的模型隐私性。此外,分割模型使SL成为资源受限环境的更好选择。然而,由于在多个客户端之间基于中继进行训练,SL的速度比FL慢。 2.贡献 本文提出了一
阅读更多...
2013_CVPR_BoF meets HOG Feature Extraction based on Histograms of Oriented p.d.f Gradients for Imag
最近看到一篇较新的基于BOF的改进的特征提取算法,来自cvpr'2013,从大的方面来讲,这篇paper的算法改进主要包括以下几个方面: 1.BOF算法采用把特征映射到word上达到降维的目的,然后统计图像的word直方图,这篇文献采用计算特征的pdf(概率密度函数)的方法获得特征的表达,其中计算pdf采用KDE(核密度估计)的算法。一幅图像用一个pdf来表示。 2.求pdf的梯度:对p
阅读更多...
SplitFed: When Federated Learning Meets Split Learning
论文链接: [2004.12088v1] SplitFed: When Federated Learning Meets Split Learning (arxiv.org) AAAI 2022 摘要: 联邦学习+分割学习:消除其固有的缺点的两种方法,以及结合差分隐私和PixelDP的精细架构配置,以增强数据隐私和模型的鲁棒性 提出联邦学习和分割学习的融合,基于差分隐私的度量 和 Pix
阅读更多...
PStore Meets YAML- 有这个必要吗?
http://blog.grayproductions.net/articles/2006/07/30/pstore-meets-yaml 看了这片短文有点惊讶 Pstore应该是 将Ruby对象存入外部文件------比如磁盘文件时使用的类。该类内部使用了Marshal。 Java和PHP类似的做法叫序列化 http://rubycn.ce-lab.net/man/
阅读更多...