-
公开(公告)号：CN110442457A
公开(公告)日：2019-11-12
申请号：CN201910739086.2
申请日：2019-08-12
Applicant: 北京大学深圳研究生院
Abstract: 本发明实施例提供一种基于联邦学习的模型训练方法、装置及服务器。该方法包括：将待训练模型发送至多个工作节点；接收多个工作节点反馈的本地模型，本地模型是各工作节点根据各自所拥有的数据对待训练模型进行训练获得的；根据测试数据集确定各个本地模型的精度；根据各个本地模型的精度确定各个本地模型的权重系数，权重系数与精度正相关；根据多个本地模型以及对应的权重系数，对待训练模型进行更新。本发明实施例的方法，通过增大高精度本地模型的权重系数和减小低精度本地模型的权重系数，加速了待训练模型的收敛速度，提高了待训练模型的精度。
Search Results
1
records
(took 0.046 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
