Tổng Quan Hệ Thống
Theo dõi tiến trình huấn luyện phân tán và hiệu năng toàn cục
Hệ thống sẵn sàng
Độ Chính Xác Toàn Cục
97.12%
FedAvg (Test Set 10.921 ảnh)
Hàm Mất Mát (Loss)
0.112
CrossEntropy Loss
Số Clients Tham Gia
5 / 5
Kết nối đồng thời
Độ Trễ Mạng (RTT)
85.4 ms
Trung bình P95: 92.1 ms
Đường Cong Hội Tụ Qua Các Vòng (FedAvg)
Phân Bổ Dữ Liệu Các Client (Dirichlet non-IID)
Điều Khiển Centralized Baseline (Mốc giới hạn trên)
Huấn luyện MobileNetV3-Small tập trung trên toàn bộ 38.984 ảnh train.
Test Accuracy
98.25%
Macro-F1
0.9781
Test Loss
0.0842
Cấu Hình Huấn Luyện Federated Learning (FedAvg)
Phát tán mô hình, nhận updates từ 5 clients, tổng hợp theo trọng số n_k.
Weight Inspector — Phân Tích Thống Kê Trọng Số
| Layer Name | Tensor Shape | Tham Số | L2 Norm | Update Norm ||Δk||2 | Mean ± Std | Sample Values |
|---|---|---|---|---|---|---|
| Đang tải thống kê layer... | ||||||
Bảng Đối Sánh 3 Trụ Cột (Centralized vs FedAvg vs Local-only)
Chứng minh giá trị gia tăng của Federated Learning so với tự học và sự đánh đổi so với tập trung.
| Chỉ số (Metric) | Centralized (Tập trung) | FedAvg (Federated) | Local-only (Tự học) |
|---|
Suy Giảm Accuracy Theo Mức Non-IID (α)
Tác Động Của Client Lỗi Đến FedAvg (Faulty Client)
Chẩn Đoán Bệnh Lá Cây Song Song (Dual-Model Inference)
Tải ảnh lá cây lên để đối chiếu kết quả dự đoán đồng thời giữa mô hình Centralized và mô hình Federated Global.
Kéo thả ảnh lá cây vào đây hoặc bấm để chọn file
Hỗ trợ JPG, PNG (tự động tiền xử lý chuẩn 224×224)