Kvíz spojený s průvodcem · Střední úroveň
Federovaný výukový kvíz
Používejte aktualizace federovaného modelu, vážené průměrování a zabezpečenou agregaci, včetně toho, proč není uchovávání nezpracovaných záznamů na místní úrovni úplnou zárukou ochrany osobních údajů.
Otázka 1 z 8
Jak federované učení trénuje sdílený model bez centralizace uživatelských dat?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jak federované učení trénuje sdílený model bez centralizace uživatelských dat?
- Trénujte jeden model nahráním nezpracovaných dat všech na centrální server
- Používejte pouze syntetická data a nikdy skutečná data
- Trénujte sdílený model odesíláním aktualizací modelu namísto nezpracovaných dat na server
- Spusťte na každém zařízení vždy samostatný, nesouvisející model
- Co dělá algoritmus Federated Averaging (FedAvg) na serveru?
- Odstraní všechny modely klientů
- Průměruje aktualizace váhy od klientů, obvykle vážené množstvím dat
- Odesílá nezpracovaná data zpět klientům
- Trénuje model zcela sám
- Který produkt skvěle využíval federované učení ke zlepšení předpovědí?
- Centrální filtr nevyžádané pošty
- Meteorologická družice
- Video herní konzole
- Klávesnice Gboard Google
- Why might a hospital collaboration investigate federated training?
- It can train through local computations without centrally pooling patient records
- It automatically makes all sharing legally compliant
- It removes every risk of revealing patient information
- It requires no evaluation of the resulting model
- Proč nejsou samotné aktualizace modelu automaticky plně soukromé?
- Aktualizace jsou vždy náhodné
- Aktualizace mohou stále unikat informace o základních datech
- Aktualizace obsahují nezpracovaná nezpracovaná data
- Aktualizace nelze odesílat přes sítě
- Jaký problém způsobují data „non-IID“ ve federovaném učení?
- Všechna zařízení mají stejná data, takže se nic neučí
- Serveru okamžitě dojde paměť
- Model se může učit pouze obrázky
- Distribuce dat účastníků se velmi liší, což ztěžuje průměrování
- Two FedAvg clients return scalar weights 0 and 10 after using 1 and 3 training examples. What is the data-weighted average?
- 7.5
- 5
- 10
- 2.5
- What does a successful secure-aggregation protocol aim to reveal to the federated server?
- Every client’s raw training record
- Only a participant’s device password
- The aggregate update rather than each participant’s individual value
- A complete guarantee against all information in the aggregate