智能采样:从友好邻居获得帮助的分散联邦学习
📝
内容提要
AFIND + 是一种用于 Decentralized FL 的简单且高效的采样算法,通过选择有益的邻居节点,自适应调整选中的邻居数量,并基于其贡献战略性地汇聚采样邻居的模型,从而提高客户端模型的性能。实证结果表明,AFIND + 在不同数据分区的真实数据集上优于其他采样算法,并与大多数现有的 DFL 优化算法兼容。
🏷️
标签
➡️