1、Fedavg算法介绍
1.1 算法步骤:
1. 在每一轮迭代的步骤t,服务端发送当前全局模型参数θ给客户端
2. 非抽样子集中的客户端根据θt,通过SGD更新本地模型
3. 抽样子集中每个客户端上传更新后的本地参数θt+1
4. 在迭代步骤t+1,服务端根据全局模型参数θi(t+1)计算出加权平均值θt+1
1.2 随机梯度下降SGD
目标函数的损失函数通常取各个样本损失函数的平均,假设目标函数J(x),J(Xi)是第Xi各样本的目标函数,则目标函数的梯度应为第Xi样本的梯度。
随机的意思就是随机采样一个样本的目标函数的梯度来更新。
这个方法可以更快收敛,最终结果往往在全局最优解附近。