Secure Federated Transfer Learning(論文筆記)

論文連接:https://arxiv.org/pdf/1812.03337.pdfweb 1、概述 機器學習依賴於大量數據的可用性來進行訓練。然而,實際上,大多數數據分散在不一樣的組織中,而且在許多法律和實際限制下很難聚合。在本文中,咱們引入了一種新技術和框架,稱爲聯邦遷移學習(FTL),以改進數據聯合下的統計模型。聯盟容許在不損害用戶隱私的狀況下共享知識,而且容許在網絡中傳送互補知識。所以,目標
相關文章
相關標籤/搜索