-
公开(公告)号：CN117787441A
公开(公告)日：2024-03-29
申请号：CN202311794070.4
申请日：2023-12-22
Applicant: 广州大学
Abstract: 本发明公开了一种基于超掩码的个性化联邦学习方法，包括：S10：对所有客户端设置个性化程度；S20：服务器端向所有客户端发送初始随机排名；S30：客户端接收排名后，将其转变为可使用的梯度参数，对自身模型的边基于梯度参数构建分数，并基于超掩码构建训练模型子网络，通过所述训练模型子网络进行训练，用于修改所述分数，将修改后的分数转换为本地排名并发送至服务器端；S40：服务器端基于客户端设置的个性化程度对本地排名进行个性化调整；S50：服务器将个性化调整后的本地排名发送至对应的客户端；S60：重复步骤S30‑S50，直至模型得到理想的效果。本申请通过将主要训练计算过程放入服务器端，降低客户端的计算开销。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
