Neo_DH

摘要： 中间收敛证明省略了一段，具体请看原文 阅读全文

摘要： 只整理自己觉得必要的部分，如有兴趣请读原note 阅读全文

摘要： 匆忙记下需要整理的内容。阅读之前建议了解Mirror Descent等优化方法（疯狂暗示）。证明补不全了，有时间看了dual averaging之后再看吧 阅读全文

摘要： 如何在Federated Learning中使用adaptive method，他们的reformula很棒，以及学习一下adaptive 方法的证明。至于文中最关键的如何将Local update和server model联系起来证明收敛性写的太模糊了，看不太懂。未完待续，欢迎留言讨论。 阅读全文

摘要： 写不出论文了，兴趣使然地开一个论文笔记系列，不知道毕业的时候能写到多少篇(苦笑)。论文名称"Clustered federated learning: Model-Agnostic distributed multi-Task optimization under privacy constraints"，讲的是如何用gradients来划分用户 阅读全文

摘要： 关于mirror descent的整理，2/2/2021主要更新：详细说明了MD和GD的区别 阅读全文

摘要： 一转眼马上就要2021年，自己已经很久没有更新文章了，趁还有几天可以挣扎再弥补弥补 阅读全文

摘要： 《Three Approaches for Personalization with Applications to Federated Learning》论文笔记（简略版，证明待看） 阅读全文

摘要： Linux相关个人整理，目前进度12/19，暂停更新，后续内容另追加。 阅读全文

摘要： 是对2018年挂在arxiv，19年发表在AAAI会议上的"RSA: Byzantine-Robust Stochastic Aggregation Methods for Distributed Learning from Heterogeneous Datasets"阅读笔记 阅读全文