フェデレーテッド ラーニングについての一連の学習を見ましたが、これは非常に興味深いものでしたので、ここに記録し、元のアドレスを最後に添付します。
記事ディレクトリ
1.コミック展示
これは連合学習に関する漫画です。
二、約
1.マンガアドレス
コミックアドレス:https://federated.withgoogle.com
このウェブサイトは、Google 人工知能の連合学習チームによって作成されています。
ストーリー コンテンツ作成: Lucy Bellwood、Scott McCloud
アート作成: Lucy Bellwood
このコミックは、Creative Commons Attribution Non-Commercial NoDerivative Works 3.0 License の下でライセンスされています。
翻訳は許可されています。
2.コミックの特定内容の翻訳
ある日、Xiaomei は会議から戻ってきて、上司の Sanmao に興奮してこう言いました。
社長の三毛は悲しそうな顔をして言った。
Xiaomei は自信を持って言いました。
Sanmao は混乱しています。フェデレーテッド ラーニングとは何ですか?
「ユーザーはデバイスにデータを保存しながら機械学習を行うことができます。回復力があり、影響が少なく、安全です。」シャオメイは言葉を終える前に上司に割り込まれました。
「非常に良い、私はあなたに確信しています、私はあなたに私たちの最高のチームを提供します!」、上司は興奮して誰かを探しに行きました、「もちろんそれはインターンです〜」シャオメイは一瞬言葉を失いまし
たチャレンジ。"
「皆さん、仮説の問題から始めましょう。ユーザーのプライバシー データで機械学習モデルをトレーニングする必要があります。」
(途中の一連の魚を捕まえるアクション)
Xiaomei 氏は次のように指摘しました。日。」
しかし、インターンの Xiaolan は、「アプリケーションがクラッシュする原因は、これらの機密データにアクセスすることではありませんか?」「
はい、その通りですが、データが渡されなかったらどうなるでしょうか?」と尋ねました。
「それでは、モデルをトレーニングできません!」インターンは力強く言いました。
「いいえ、できます。」シャオメイは不思議そうに言った、「フェデレーテッド ラーニングの世界へようこそ!」「
私たちは分散データで集中型モデルをトレーニングし、デバイス上のデータはよりスマートなセンター モデルをトレーニングできるため、ユーザー エクスペリエンスが向上します。ただし、
デバイスからデータが出ないため、モデルを個人のデバイスに転送し、すべてのデバイスが参加を必須にするわけではなく、デバイスが参加条件を満たしている場合にのみ、ユーザーとデバイスが参加できるようにします。ローカル トレーニング
の後、これらのデバイス サブセットはトレーニング後にいくつかのパラメータ結果を送信し、サーバーがこれらのアップロードされたパラメータを介してデータまたはモデルを再構築するのを防ぐために、これらのアップロードされたデータは暗号化されます。サーバーが持っていないキーを使用します。
...
最後に、全員が合意に達したとき、上司が入ってきて、会社は完全に破産したと言った!
それから、社長以外はみんなで楽しく会社を作りました(笑)
要約する
この漫画は、人々の悩みの観点から連合学習の利点を指摘するものであり、読む価値があります。