- 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
广义地讲,本技术一般地涉及使用联合学习来训练ML(机器学习)模型的方法、系统和装置。特别地,提供了一种利用多个客户端设备执行的联合学习训练ML(机器学习)模型的方法,该方法包括:确定每个客户端设备的计算能力,基于所确定的计算能力将每个客户端设备关联到一个值,该值定义ML模型中每个神经元网络层的多少将被包括在待由每个客户端设备训练的子模型中,及通过使用与每个客户端设备相关联的值生成ML模型的子模型以执行对ML模型的至少一个神经元网络层的有序修剪。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116830122 A
(43)申请公布日 2023.09.29
(21)申请号 202280013009.9 S ·I ·维尼里斯
(22)申请日 2022.01.18
文档评论(0)