不同领域间的跨边界联邦学习及参数迭代对齐

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

FedWeIT是一种新的基于权重的联邦持续学习框架,旨在解决在每个客户端从私有本地数据流中学习一系列任务的情况下,如何使用其他客户端的知识并防止不相关的知识干扰的问题。该框架取得了优秀的学习成果和通信代价的显著降低。

🏷️

标签

➡️

继续阅读