Informacje administracyjne
| Tytuł | Federated Learning – Pociąg głębokie modele |
| Czas trwania | 150 min |
| Moduł | C |
| Rodzaj lekcji | Praktyczne |
| Skupienie | Techniczne – Przyszła sztuczna inteligencja |
| Temat | Postępy w modelach ML poprzez obiektyw HC – Badanie zorientowane na wynik |
Słowa kluczowe
Federated Learning,Tensorflow,
Cele w zakresie uczenia się
- Dowiedz się, jak szkolić modele za pomocą systemu Federated Learning
- Dowiedz się, w jaki sposób lokalna dystrybucja danych wpływa na nauczanie federacyjne
- Zapoznanie się z frameworkiem wysokiego poziomu, takim jak TensorFlow
Oczekiwane przygotowanie
Wydarzenia edukacyjne, które należy ukończyć przed
Obowiązkowe dla studentów
- Studenci powinni mieć podstawową wiedzę na temat koncepcji i technik głębokiego uczenia się
- Podstawowe zrozumienie szkolenia głębokiego uczenia się (SGD, algorytm backpropagation) i technik oceny
Opcjonalne dla studentów
- Odrobina znajomości frameworka TensorFlow i języka programowania Python
Referencje i tło dla studentów
Zalecane dla nauczycieli
Materiały do lekcji
Instrukcje dla nauczycieli
- Zapewnij praktyczny wykład, w którym uczniowie mogą uczyć się z ćwiczeń z przewodnikiem
- Zaproponuj pop-up quizy
Zarys
| Czas trwania | Opis | Koncepcje | Działalność |
|---|---|---|---|
| 20 min | Wprowadzenie do ram: jak zakodować prosty system nauczania federacyjnego | Wprowadzenie narzędzi | Wprowadzenie do głównych narzędzi |
| 60 min | Szkolenie federacyjne: łatwy sposób. Jak stosować modele pociągów z nauczaniem federacyjnym w oparciu o lokalne dane iid | Średnia sfederowana | Sesja praktyczna i przykłady pracy |
| 60 min | Szkolenie federacyjne: w trudny sposób. Jak heterogeniczność wpływa na średnią Federated i co możemy zrobić | Wyzwania związane z nauczaniem federacji | Sesja praktyczna i przykłady pracy |
| 10 min | Wnioski, pytania i odpowiedzi | Podsumowanie | Wnioski |
Potwierdzenia
Program Masters zorientowany na człowieka został współfinansowany przez instrument „Łącząc Europę” Unii Europejskiej w ramach grantu CEF-TC-2020-1 Umiejętności cyfrowe 2020-EU-IA-0068.