Административна информация
| Дял | Federated Learning — Влак дълбоки модели |
| Продължителност | 150 мин. |
| Модул | В |
| Вид на урока | Практичен |
| Фокус | Технически — бъдещ ИИ |
| Тема | Напредък в моделите на ML чрез HC обектив — Резултатно ориентирано проучване |
Ключови думи
Федерирано обучение, Tensorflow,
Учебни цели
- Разбиране как да се обучават модели с помощта на федеративната рамка за обучение
- Разберете как местното разпределение на данни влияе на федерираното обучение
- Запознаване с рамка на високо ниво като TensorFlow
Очаквана подготовка
Обучение на събития, които трябва да бъдат завършени преди
Задължително за студентите
- Учениците трябва да имат основно разбиране на концепциите и техниките за дълбоко обучение
- Основно разбиране на дълбоко обучение (SGD, алгоритъм за обратно размножаване) и техники за оценка
Незадължително за студенти
- Малко познания за рамката TensorFlow и езика за програмиране Python
Референции и фон за студенти
Препоръчва се за учители
Материали за уроци
Инструкции за учители
- Осигуряване на практически лекция, където учениците могат да се учат от ръководени упражнения
- Предлагане на изскачащи викторини
Очертаване
| Продължителност | Описание | Концепции | Дейност |
|---|---|---|---|
| 20 мин. | Въведение в рамката: как да кодирате проста федерирана система за обучение | Въвеждане на инструменти | Въведение в основните инструменти |
| 60 мин. | Федерирано обучение: лесният начин. Как да се прилагат модели на влак с федерирано обучение въз основа на iid местни данни | Федерирани средни стойности | Практическа сесия и работни примери |
| 60 мин. | Федерирано обучение: по трудния начин. Как хетерогенността влияе на федерираната средна стойност и какво можем да направим | Предизвикателства, свързани с федерираното обучение | Практическа сесия и работни примери |
| 10 мин. | Заключение, въпроси и отговори | Обобщение | Изводи |
Потвърждения
Магистърската програма по ИИ, насочена към човека, беше съфинансирана от Механизма за свързване на Европа на Европейския съюз под формата на безвъзмездни средства № CEF-TC-2020—1 Digital Skills 2020-EU-IA-0068.