- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种联邦学习实现方法、系统、终端设备及可读存储介质,该方法包括:客户端使用本地神经网络模型进行第一轮本地迭代得到模型权重和损失值,并上传至服务器;服务器将客户端的模型权重进行加权平均计算得到平均权重,以及根据客户端的损失值对客户端进行分组;客户端利用平均权重更新本地神经网络模型,并基于中位数损失自适应调节本地迭代次数,再基于本地数据进行迭代训练更新模型权值并得到新的损失值;客户端将更新后的模型权重和损失值上传至服务器进行循环更新。本发明的客户端以所在组的中位数损失值为标准调整本地迭代
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113052334 A
(43)申请公布日 2021.06.29
(21)申请号 202110401739.3
(22)申请日 2021.04.14
(71)申请人 中南大学
地址 41
文档评论(0)