-
公开(公告)号:CN118297142A
公开(公告)日:2024-07-05
申请号:CN202410516753.1
申请日:2024-04-28
Applicant: 南京大学
Abstract: 本文发明公开了一种基于动态局部更新的联邦学习加速方法、装置及联邦学习系统。在一个方面中,所述方法基于联邦学习的场景下,在局部节点中利用节点特定的数据分布信息来设置本地更新频率,从而加速模型收敛,其中客户端的局部更新频率是根据全局梯度更新方向和客户端本地梯度更新方向之间的关系通过计算得到的。本发明通过设置不同的本地更新频率来缓解数据异构性,在不增加通信成本的情况下实现联邦学习中更快的模型收敛。