分布式多项式混合模型的收缩吉布斯采样器在联邦学习中的应用

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文提出了一种新的DPMM的分布式MCMC推理方法(DisCGS),通过使用合适的统计量和折叠的吉布斯采样器,在独立异构的机器间处理分布式数据,具备应用能力。该方法在横向联合学习中取得了显著的可扩展性和执行时间缩短200倍,不影响聚类性能。

🏷️

标签

➡️

继续阅读