← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 2791.d.1.c.2.a · 生成模型:未记录

迁移表征兼顾预测与对齐

理解等级:中级

书中联邦迁移框架让各方学习隐藏表征,联合优化标签预测损失、重叠样本表征对齐损失及正则项,再通过受保护的中间计算更新各方模型。对齐目标并不保证隐私或预测质量自动成立。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《现代人工智能技术》第9章《联邦学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter11.xhtml) - 结论依据:本节对概念、方法与约束的说明。 - 原始内容:除了上述目标,我们还希望最小化A方和B方的对齐损失