云计算
2023年秋云计算(ICE6405P)课程网站
课程通知 / News
- 2023/9/12:欢迎开始云计算(ICE6405P)的学习!
- 2023/11/6:请登录OC网站进行论文联邦学习论文的选择!
- 2023/12/10:请登录OC网站进行无服务器计算论文的选择!
课程材料 / Lecture
实践课材料 / Hands-on
实践作业 / Homework
作业一
本次作业分为任务一和任务二,占总成绩的10%。作业截止时间为11月5日23:59。
任务一
在LeNet的基础上,进行以下研究:
- 将平均汇聚层替换为最大汇聚层,会发生什么?
- 尝试构建一个基于LeNet的更复杂的网络,以提高其准确性。
- 调整卷积窗口大小。
- 调整输出通道的数量。
- 调整激活函数(如ReLU)。
- 调整卷积层的数量。
- 调整全连接层的数量。
- 调整学习率和其他训练细节(例如,初始化和轮数)。
- 在MNIST、FashionMNIST等数据集上尝试以上改进的网络,分析结果变化的原因,总结经验。
- 显示不同输入(例如毛衣和外套)时,LeNet第一层和第二层的激活值。尝试解释。
作业提交:实验报告+源代码
任务二
在Transformer的基础上,自选问题进行研究。
- 将Transformer的结构中,是先进行残差连接再进行LayerNorm操作的。尝试替换顺序,观察网络性能变化结果,并结合相关文献分析原因。
- Transformer最初设计是被用于自然语言处理任务中的。调研相关文献,研究将Transformer网络结构应用到计算机视觉领域的方案,分析其相对于CNN的优劣。
- 其他,合理即可。
作业提交:实验报告+源代码(如有)
作业二
本次作业占总成绩的25%,作业截止时间为11月26日23:59。本次作业为单人作业。本次作业的结题需要通过课上答辩。
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
作业三
本次作业占总成绩的25%,作业截止时间为12月31日23:59。本次作业为单人作业。本次作业的结题需要通过课上答辩。
在课上讲的四种无服务器计算应用(MapReduce、高维矩阵计算、分布式训练、分布式推理)的基础上,选择一个合适的应用进行研究:
- 基于一种无服务器计算框架(OpenWhisk、阿里云、AWS Lambda)设计上述应用的框架。
- 探究不同的并行函数对于实验性能的影响。
- 探究不同的资源配置对于实验性能的影响。
- 计算基于无服务器计算的应用对于通信与计算时间的开销。
- (bonus)尝试对于应用的资源配置方案提出面向cost或者latency的优化方案,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