![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Fedrated Learning
文章平均质量分 90
Yudiannann
这个作者很懒,什么都没留下…
展开
-
FedAvg
Abstract论文标题:《Communication-Efficient Learning of Deep Networks from Decentralized Data》从分散数据中进行深度网络的通信高效学习发表年份:2017年发表会议:Proceedings of the 20th International Conference on Artificial Intelligence and Statistics (AISTATS 2017)Abstract。原创 2024-07-21 13:28:15 · 588 阅读 · 0 评论 -
【FedMut】Generalized Federated Learning via Stochastic Mutation
当所有变异模型都位于相同区域时,我们可以获得一个泛化良好的全局模型,其邻域是平坦的。如图2(b)所示,由于由变异模型组成的邻域大于平坦区域,三个变异模型位于另一个区域而不是初始全局模型所在的尖锐区域。由于由变异模型组成的邻域小于初始全局模型所在的平坦区域,所有变异模型仍然位于这个平坦区域内。通过本地训练,所有变异模型都朝着平坦区域的中心优化,聚合后的全局模型相应地更新到平坦区域的中心。FedAvg 将相同的全局模型派发给客户端进行本地训练,容易陷入尖锐解,导致训练出性能低下的全局模型。原创 2024-07-01 19:05:45 · 531 阅读 · 0 评论