联邦学习——一种基于分布和知识蒸馏的聚合策略

《FEDBE: Making Bayesian Model Ensemble Applicable to Federated Learning》是ICLR 2021的一篇文章。该文章主要提出了一种新的聚合策略，该策略在 multi-round FL 以及 Non-IID 下具有不错的表现。这里我主要总结这个策略的思路。

• 构建模型分布：首先客户端将本地训练好的模型发送给服务端，服务端应用 Dirichlet 或 Bayesian 构建模型的分布，具体构建方法可以看论文，其中用到的蒙特卡洛方法可以参考【怎么通俗理解蒙特卡洛模拟？】。
• 模型采样：服务端对所构建的模型分布进行采样，得到 model ensemble，注意，这里采样得到的是多个模型，是无法应用于联邦学习的（受限于通信代价，服务端一般只把一个模型发送给客户端）。那么就需要把这多个模型聚合成一个，但这里又不像 FedAvg 可以根据数据量大小来进行聚合，因此这篇文章提出了一个新的方法。
• 模型聚合：文章假设服务端可以收集到一些无标签数据，然后以集成学习的方法用采样得到的 model ensemble 对数据进行预测，将预测结果作为伪标签，进而以知识蒸馏的方式将 model ensemble 总结为 single global model。具体是以伪标签为 teacher，single global model 为 student。
• 有一个问题是，集成学习预测出的伪标签实际存在很多噪声，为了预防 single global model 对噪声过拟合，文章在蒸馏过程中应用了 stochastic weight average(SWA)。SWA采样"循环学习率"执行随机梯度下降(SGD)，并对 traversed models（个人理解为model ensemble） 的权值平均化，使 traversed models 能跳出嘈杂的局部最小值，从而使 student 更加 robust。
• 伪代码如下，其中 Equation 5 和 Equation 7 分别为采用 Bayesian 和 Dirichlet 构建模型分布的公式。