【文件属性】：
文件名称：backdoor_federated_learning:论文“如何进行后门联合学习”的源代码（https-Source code learning
文件大小：36KB
文件格式：ZIP
更新时间：2021-03-25 02:23:10
系统开源
2020年11月20日：我们正在使用FL： 开发用于后门的新框架。 它扩展到许多新的攻击（干净标签，物理后门等），并改善了用户体验。 一探究竟！
backdoor_federated_learning
此代码包括论文“如何进行后门联合学习”的实验（ ）
所有实验均使用Python 3.7和PyTorch 1.0完成。
mkdir saved_models
python training.py --params utils/params.yaml
我鼓励与我联系（ ）或在GitHub中提出问题，因此我可以提供更多详细信息并修复错误。
大多数实验都是通过调整utils / params.yaml（用于图像）和utils / words.yaml（用于文本）中的参数而完成的，您可以自己玩。
Reddit数据集
语料库解析的数据集： ://drive.google.com/fil
【文件预览】：
backdoor_federated_learning-master
----models()
--------model_c.py(750B)
--------resnet.py(4KB)
--------densenet.py(5KB)
--------simple.py(3KB)
--------cifar_model.py(754B)
--------__init__.py(0B)
--------word_model.py(3KB)
--------dense_efficient.py(19KB)
--------pytorch_resnet.py(7KB)
----helper.py(11KB)
----LICENSE(1KB)
----text_helper.py(7KB)
----requirements.txt(41B)
----.gitignore(1KB)
----image_helper.py(10KB)
----README.md(1KB)
----utils()
--------utils.py(5KB)
--------params_runner.yaml(2KB)
--------text_load.py(3KB)
--------params.yaml(1KB)
--------__init__.py(0B)
--------words.yaml(1KB)
----training.py(35KB)