通过梯度协调解决异构联邦学习中的非 IID 问题

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该论文提出了一种名为FedGH的方法,通过梯度协调来解决联邦学习中来自多个客户端的异构性问题。实验证明,FedGH能显著提升现有的联邦学习方法,在存在更强异构性的情况下效果更为显著,且无需超参数调整。

🏷️

标签

➡️

继续阅读