开发者社区> 问答> 正文

什么是联邦学习?与PyTorch的分布式训练有什么区别与联系?

  1. 什么是联邦学习?与PyTorch的分布式训练有什么区别与联系?
  2. primihub 对算力有什么要求,需要GPU之类的吗?
  3. 能否帮举个实际例子,比如primihub具体解决了哪个问题?

展开
收起
OSC开源社区 2024-05-10 23:29:34 56 0
1 条回答
写回答
取消 提交回答
    1. 联邦学习指的是多个实体在中央服务器的协调下进行机器学习训练。每个实体的数据存储在本地,不进行交换和传输,只进行一些中间结果的聚合来达到训练目标。PyTorch分布式训练本质上利用了数据并行来提速,数据还是中心化存储的,而联邦学习的数据是存储在各个实体本地。
    2. 算力主要和数据量、模型大小有关。PrimiHub的模型大多使用CPU即可,少数支持GPU。
    3. PrimiHub采用了隐私计算技术,如同态加密、多方安全计算、TEE等,保护联邦学习过程中的数据隐私。
    2024-05-11 16:09:01
    赞同 展开评论 打赏
问答排行榜
最热
最新

相关电子书

更多
基于社区的分布式 风险感知模型 立即下载
如何利用Redisson分布式化传统Web项目 立即下载
FLASH:大规模分布式图计算引擎及应用 立即下载

相关实验场景

更多