点击上方蓝字关注"Federated Learning"
全网最专业的联邦学习资讯平台
感谢
上篇《用pytorch完成任意模型的联邦学习》的文章中,收到了一些读者的宝贵意见。之前的文章中,关于纵向联邦的表达是有不准确的,本文主要是针对上述文章的勘误和更新。非常感谢各位的意见和指正。
01
原理介绍
本文将模拟多个客户端之间进行联邦训练的场景。多个客户端都拥有自己的数据集,同时存在一个服务端来对整个训练过程进行调控。在确定训练模型后,客户端首先从服务端获得模型初始化参数,然后利用本地数据执行本地训练。本地训练完成后,将模型参数发送到服务端,服务端收集所有客户端的模型参数后,执行联邦优化,并将优化结果再返回给客户端。重复上述步骤,直至模型收敛。
02
模型传输技巧