DFRD:无数据的异构联邦学习鲁棒性蒸馏

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

DFRD是一种联邦学习方法,使用无数据的知识蒸馏机制,在服务器上逼近客户端上传的本地模型训练空间,并通过动态加权和标签采样准确提取本地模型的知识。实验证明DFRD相较于基准模型取得了显著的性能提升。

🏷️

标签

➡️

继续阅读