- 2025/9/15：欢迎开始**云计算（ICE6405P-260-M01）**的学习！
| 章节 | 课件 |
|---|---|
| 云计算概论 & 机器学习概论 | Lecture 1 云计算概论 & 机器学习概论.pdf |
| 联邦学习概论 | Lecture 2 联邦学习概论.pdf |
| 联邦学习实操 | / |
| 联邦学习前沿 | Lecture 3 联邦学习前沿.pdf |
| 课程讲座（1） | / |
| 联邦学习课程项目汇报（1） | / |
| 无服务器计算概论 | Lecture 4 无服务器计算概论.pdf |
| 无服务器计算实操 | / |
| 无服务器计算前沿 | Lecture 5 无服务器计算前沿.pdf |
| 课程讲座（2） | / |
| 无服务器计算机课程项目汇报（2） | / |
| 量子计算概论 | Lecture 6 量子计算概论.pdf |
| 量子计算实操 | / |
| 量子计算前沿 | Lecture 7 量子计算前沿.pdf |
| 课程讲座（3） | / |
| 量子计算课程项目汇报（3） | / |
| 章节 | 课件 |
|---|---|
| 联邦学习实操 | HandsOn-Federated_Learning_Lab.pdf |
| 无服务器计算实操 | HandsOn-Serverless_Computing_Lab.pdf |
| 量子计算实操 | HandsOn-Quantum_Machine_Learning_Lab.pdf |
在课上讲的五种FedAvg的拓展算法（FedDyn, MOON, KT-pFL, FedMA, SageFlow）的基础上，进行以下研究：
- 复现论文代码（FedDyn和MOON需要实现不少于两种的联邦学习实现方式），实现方式不限于：
- 串行模拟并行，多线程，多进程，多虚拟机，多容器，多机
- 在不少于两个数据集上进行运行，总结实验结果，可用数据集不限于：
- MNIST，Fashion-MNIST，Cifar10，Cifar100
- 在不少于两种模型上进行运行，总结实验结果，可用模型不限于：
- LeNet，ResNet，VGG，GoogleNet
- 对算法中的各个超参数进行实验测试，可测试超参数不限于：
- 客户端数量，客户端参与率，学习率，Batch size，Local epoch
- (bonus) 尝试对于论文方法进行改进，并实验验证方案的可行性。
作业提交：实验报告+源代码+必要的实验log数据+答辩ppt
-
基于阿里云，在课上讲的MapReduce、高维矩阵运算、分布式机器学习训练、机器学习推理任务四个任务中进行实现。
-
作业提交：实验报告+源代码+必要的实验log数据+答辩ppt
-
Bonus: 在本地搭建Kubernetes集群和OpenWhisk或者KubeFaaS框架，基于该框架实现基本的无服务器计算任务。