基于蒸馏的联邦学习的拜占庭容错性

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的联邦学习框架,使用去中心化知识蒸馏来训练全球模型,以更好地适应神经网络映射平均值。实验证明,该框架在异构数据集上表现出更高的效率和更好的训练结果。

🏷️

标签

➡️

继续阅读