服务器聚合得到每个类的表征均值和相应的预测结果均值 分隔线————————————————————————————————————————————————— 客户在本地训练时,利用全局表征均值和预测结果作为正则项 第一项就是本地交叉熵,第二项相当于更新本地分类器,第三项相当于更新本地表征 杂谈 这篇论文没有讲故事呀,只是提出方法,然后说结果有效。也没提是怎么让全局和个性化效果都好的呀。。。公布了代码,这点还是挺棒的。