fl_sim.models

本模块包含内置的简单模型。

卷积神经网络（CNN）

CNNMnist(num_classes)	使用 MNIST 类型输入的卷积神经网络。
CNNFEMnist([num_classes])	使用 FEMnist 类型输入的卷积神经网络。
CNNFEMnist_Tiny([num_classes])	CNNFEMnist 的tiny 版本。
CNNCifar(num_classes)	使用 CIFAR 类型输入的卷积神经网络。
CNNCifar_Small(num_classes)	使用 CIFAR 类型输入的卷积神经网络。
CNNCifar_Tiny(num_classes)	使用 CIFAR 类型输入的卷积神经网络。
ResNet18(num_classes[, pretrained])	用于图像分类的 ResNet18 模型。
ResNet10(num_classes[, pretrained])	用于图像分类的 ResNet10 模型。
ShrinkedResNet(layers[, num_classes])	ResNet 的缩减版本，宏块（macro block）数量可以自定义。

循环神经网络（RNN）

RNN_OriginalFedAvg([embedding_dim, ...])	为莎士比亚语言模型（下一个字符预测任务）创建的、使用 LSTM 层的 RNN 模型。
RNN_StackOverFlow([vocab_size, ...])	为 StackOverFlow（下一个词预测任务）创建的、使用 LSTM 层的 RNN 模型。
RNN_Sent140([latent_size, num_classes, ...])	用于 Sent140 情感分析的堆叠 LSTM 模型。
RNN_Sent140_LITE([latent_size, num_classes, ...])	用于 Sent140 情感分析的堆叠 LSTM 模型。

多层感知机（MLP）

MLP(dim_in, dim_out[, dim_hidden, ...])	多层感知机。
FedPDMLP(dim_in, dim_hidden, dim_out[, ndim])	由 FedPD/models.py 修改而来的多层感知机。

线性模型

LogisticRegression(num_features, num_classes)	用于分类任务的逻辑回归模型。
SVC(num_features, num_classes)	支持向量机分类器。
SVR(num_features)	支持向量机回归器。

工具函数

reset_parameters(module)	重置一个模块及其子模块的参数。
top_n_accuracy(preds, labels[, n])	Top-n 准确率。
CLFMixin()	用于分类器的 Mixin 类。
REGMixin()	用于回归器的 Mixin 类。
DiffMixin()	用于计算两个模型之差的 Mixin 类。