联邦学习中的参数共享
    1.
    发明公开

    公开(公告)号:CN115280325A

    公开(公告)日:2022-11-01

    申请号:CN202180020309.5

    申请日:2021-03-18

    Abstract: 一种用于跨多个数据方进行联邦学习的方法,包括在对象存储库中给每个数据方分配对应命名空间(701),在对象存储库中分配共享命名空间(702),以及通过向至少一个数据方发布定制学习请求来触发一轮联邦学习(703)。向数据方发布的每个定制学习请求触发该数据方基于由该数据方拥有的训练数据和在对象存储库中的共享命名空间中存储的一个或多个模型参数来本地训练模型,并且将从本地训练产生的本地模型上传到分配给该数据方的在对象存储库中的对应命名空间。该方法进一步包括从对象存储库检索在该轮联邦学习期间由所述至少一个数据方上传到对象存储库的至少一个本地模型(704),并聚合这些本地模型以获得共享模型(705)。

Patent Agency Ranking