一种基于模型分割的联邦学习加速方法

    公开(公告)号:CN114492746B

    公开(公告)日:2024-10-29

    申请号:CN202210057437.3

    申请日:2022-01-19

    摘要: 本发明公开了一种基于模型分割的联邦学习加速方法,属于物联网领域和机器视觉领域,首先,为了提高联邦学习的训练效率,选择高质量的参与者是极其关键的,针对高质量的、资源受限的物联网设备,综合考虑网络带宽变化与全局训练时间这两方面,利用模型分割的理念,设计一种计算任务卸载策略,减少全局训练时间,从而提高训练效率;然后,采用联邦学习范式,保护数据安全,利用分布式用户数据提高推理性能;最后,优化联邦学习的全局模型聚合策略,通过多轮迭代再通信与模型压缩相结合的聚合方式,进一步减少传输内容,降低通信压力,达到联邦学习加速的目的。

    一种基于模型分割的联邦学习加速方法

    公开(公告)号:CN114492746A

    公开(公告)日:2022-05-13

    申请号:CN202210057437.3

    申请日:2022-01-19

    IPC分类号: G06N3/04 G06N3/08 G06K9/62

    摘要: 本发明公开了一种基于模型分割的联邦学习加速方法,属于物联网领域和机器视觉领域,首先,为了提高联邦学习的训练效率,选择高质量的参与者是极其关键的,针对高质量的、资源受限的物联网设备,综合考虑网络带宽变化与全局训练时间这两方面,利用模型分割的理念,设计一种计算任务卸载策略,减少全局训练时间,从而提高训练效率;然后,采用联邦学习范式,保护数据安全,利用分布式用户数据提高推理性能;最后,优化联邦学习的全局模型聚合策略,通过多轮迭代再通信与模型压缩相结合的聚合方式,进一步减少传输内容,降低通信压力,达到联邦学习加速的目的。

    一种自锁紧式拉伸试验机夹具

    公开(公告)号:CN207675542U

    公开(公告)日:2018-07-31

    申请号:CN201820005049.X

    申请日:2018-01-03

    IPC分类号: G01N3/04 G01N3/08

    摘要: 本实用新型公开了一种自锁紧式拉伸试验机夹具,属于试验器材领域。该夹具包括夹具头,夹具头上设有凹槽,凹槽内设有两块压紧块,T形拉杆可在压紧块的弧形槽内滑动,还包括调节螺钉,调节螺钉可实现夹块对试样的预夹紧功能,还包括销钉,销钉通过铰接的方式将压紧块与夹具头安装在一起,本实用新型可用于不同宽度的试样进行夹持,同时,避免了因拉伸载荷增大导致的打滑现象,在使用过程中具有安全可靠、便于操作等特点。

    一种拉伸试验机夹具
    5.
    实用新型

    公开(公告)号:CN206725349U

    公开(公告)日:2017-12-08

    申请号:CN201720351381.7

    申请日:2017-04-06

    IPC分类号: G01N3/04

    摘要: 本实用新型公开了一种拉伸试验机夹具,属于试验器材领域。该夹具包括夹具头,夹具头上设有斜槽,斜槽内设有两块压紧块,压紧块的T形导向杆可在斜槽上的导向槽内滑动,还包括调节螺钉,调节螺钉可调节压紧块之间的间距,还包括转盘,转盘能推动压紧块移动从而实现夹紧,本实用新型可用于各种材料试样的夹紧,具有操作方便、夹紧效果好、安全可靠等优点。