联邦学习模型按照数据重叠形式分成了三类，分别是横向联邦学习、纵向联邦学习和联邦迁移学习。横向联邦学习模型针对特征一致但ID不一致的数据；纵向联邦学习模型针对ID一致但特征不一致的数据；联邦迁移学习模型针对ID和特征都不一致的数据。

CPU的算力是不是很强，一个普通的任务，是不是可以在很短的时间内完成计算，那么分片的话，任务的等待时间是不是，就会缩短。线程 / 进程 ----> CPU / 磁盘存储 ---> 进程通信 ---> 进程调度算法 ---进程控制块：进程标识信息、处理机状态信息、进程调度信息、进程控制信息、、、、进程通信。进程切换，切换的是什么资源？CPU是单核的，单核，处理多个任务，就会出现上下文切换。是不是说，

使用样本统计量估计参数值的方法称为点估计。

因此，平面机构中的每个活动构件，在未用运动副连接之前，都有三个自由度。设平面机构共有K个构件。从动件作等加速等减速运动时的推程运动，这种运动规律出现加速度有限值的突变变化，所产生的惯性力的突变是有限的，其引起的冲击是有限的。由上式可知，不同直径的圆周上，比值是不同的，又由渐近线特性可知，在不同直径的圆周上，齿廓各点的压力角也是不等的。惰轮：对前一级齿轮传动来说它是从动轮，对后一级传动来说它是主动轮

联邦学习模型按照数据重叠形式分成了三类，分别是横向联邦学习、纵向联邦学习和联邦迁移学习。横向联邦学习模型针对特征一致但ID不一致的数据；纵向联邦学习模型针对ID一致但特征不一致的数据；联邦迁移学习模型针对ID和特征都不一致的数据。