半联邦学习:混合学习框架的收敛分析与优化

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

该文提出了半联合学习(SemiFL)范式,将基站和设备的计算能力结合起来,实现集中式学习和联邦学习的混合实施。通过设计一种新颖的收发器结构,提高了通信效率。实验结果表明,SemiFL 在 MNIST 数据集上取得了 3.2% 的准确度提高。

🏷️

标签

➡️

继续阅读