摘要: 标签偏移: 标签偏移指的是不同客户端之间类标签的先验概率(P(y))不同。这意味着在某些客户端上某个或某些类别的样本比其他客户端多或少。 特征偏移: 顾名思义,是输入的数据细节部分发生偏移,但标签是一样的。例如,同样一只猫,光源不同,背景不同,特征P(x)不同(特征偏移),但P(y|X)保持不变。 阅读全文
posted @ 2024-12-17 15:44 2426051714 阅读(92) 评论(0) 推荐(0)
摘要: logits通常指的是一个神经网络模型最后一层(输出层之前的层)输出的原始预测值,尚未经过归一化或激活函数(如softmax函数)处理的值。这些值在经过激活函数处理后,可以转换成概率分布,用于多分类问题中每个类别的概率预测。 全连接层输出的是logits,然后logits经过激活函数得到最后的预测值 阅读全文
posted @ 2024-12-17 09:07 2426051714 阅读(209) 评论(0) 推荐(0)