一种数据异构场景下客户端层面的加速自适应联邦学习算法.pdfVIP

  • 12
  • 0
  • 约1.18万字
  • 约 11页
  • 2024-05-25 发布于四川
  • 举报

一种数据异构场景下客户端层面的加速自适应联邦学习算法.pdf

本发明涉及一种数据异构场景下客户端层面的加速自适应联邦学习算法,具体如下:步骤1:初始化要训练的模型结构以及超参数,步骤2:中心服务器随机挑选客户端并下发全局模型和全局步长,客户端利用随机梯度下降方法对本地模型更新,步骤3:客户端根据本地李普希兹值动态调整本地步长的大小,并将本地模型和本地步长上传至中心服务器,步骤4:服务端通过本地步长调整本地模型的贡献度,对收到的本地模型进行聚合。之后进行下一个通信周期的迭代,当通信周期达到设定的阈值T时停止训练,得到最终的全局模型。本专利提出的技术方法在解决

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN118070920A

(43)申请公布日2024.05.24

(21)申请号202410043518.7

(22)申请日2024.01.11

(71)申请人东南大学

地址211102

文档评论(0)

1亿VIP精品文档

相关文档