ICE6405P-260

2024年秋云计算课程网站

• 课程通知 / News
• 课程材料 / Material
• 动手实践 / Hands-on
• 作业 / Homework
  • Federated Learning Lab (DDL: 2024年12月8日23:59)
  • Serverless Computing Lab (DDL: 2024年12月31日23:59)

课程通知 / News

• 2024/9/23：欢迎开始云计算（ICE6405P-260）的学习！

课程材料 / Material

章节	课件
云计算概论 & 机器学习概论	Lecture 1
联邦学习概论	Lecture 2
联邦学习研究	Lecture 3
虚拟化	Lecture 4
高级虚拟化	Lecture 5
无服务器计算概论
无服务器计算前沿
量子计算概论	Lecture 8
量子机器学习	Lecture 9

动手实践 / Hands-on

章节	课件
联邦学习实操课（1）	FL-handson-1
联邦学习实操课（2）	FL-handson-2
云计算实操课（1）	Cloud-handson-1
云计算实操课（2）	Cloud-handson-2

作业 / Homework

Federated Learning Lab (DDL: 2024年12月8日23:59)

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

Serverless Computing Lab (DDL: 2024年12月31日23:59)

• 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。