异构数据上顺序联邦学习的收敛性分析

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该文介绍了一种半联合学习(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。实验结果显示,所提出的 SemiFL 在 MNIST 数据集上取得了 3.2% 的准确度提高。

🏷️

标签

➡️

继续阅读