联邦学习建模的多环节自定义优化方法、装置、设备和存储介质.pdfVIP

  • 9
  • 0
  • 约1.73万字
  • 约 14页
  • 2023-05-26 发布于四川
  • 举报

联邦学习建模的多环节自定义优化方法、装置、设备和存储介质.pdf

本发明提供了一种联邦学习建模的多环节自定义优化方法、装置、设备和存储介质。联邦学习建模的多环节自定义优化装置包括特征输入模块,特征工程模块,模型选择模块,超参数优化模块和模型训练模块。本申请提供的是一整套的优化方案,涵盖了特征工程优化、模型选择、超参数优化等环节,在模型训练的时候可以给使用方多种选择,能够用更高效的方式优化联邦模型,并得到更好的模型效果,节省算力资源和运行时间,可以解决隐私计算发起方调试模型时效率不高的问题。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115982570 A (43)申请公布日 2023.04.18 (21)申请号 202211680135.8 (22)申请日 2022.12.27 (71)申请人 上海欣兆阳信息科技有限公司 地址

文档评论(0)

1亿VIP精品文档

相关文档