Контакт
Как се пазарува?
Доставка
Наръчник за пазаруване
Английски език
49 b
30 дни за връщане на стоката
Клиентите са закупили също
/
С меки корици
47.17
€
92.26 лв
/
С меки корици
55.72
€
108.97 лв
/
С меки корици
25.27
€
49.42 лв
Multiparty learning as an emerging topic, many of the related frameworks and ap-plications are proposed. In this section, we explore the extent of these frameworks and technologies.Yang et al.72 provide a comprehensive survey of existing works on a secure fed-erated learning framework. Bonawitz et al.8 build a scalable production system for Federated Learning in the domain of mobile devices. Konecn`yetal.30 propose ways to reduce communication costs in federated learning. Nishio and Yonetani44 propose a new Federated Learning protocol, FedCS, which can actively manage computing workers based on their resource conditions. Zhao et al.75 notice that conventional federated learning fails on learning non-IID data and propose a strategy to improve training on non-IID data by creating a small subset of data which is globally shared between all the edge devices. Smith et al.63 propose fed-erated multi-task learning, which is a novel systems-aware optimization method, MOCHA.
Информация за книгата
Подарете тази книга днес
Лесно е
1 Добавете книгата в количката си и изберете Доставка като подарък 2 В замяна ще ви изпратим ваучер 3 Книгата ще пристигне на адреса на получателяМоже би ще Ви заинтересува
/
С меки корици
29.77
€
58.23 лв
/
С твърди корици
34.48
€
67.45 лв
/
С твърди корици
135.52
€
265.05 лв
Здравейте! Аз съм Libroamiko, вашият книжен съветник.
Как мога да ви помогна?