一种基于超网络的联邦元学习方法

    公开(公告)号:CN117744764A

    公开(公告)日:2024-03-22

    申请号:CN202311751430.2

    申请日:2023-12-19

    Abstract: 本发明公开一种基于超网络的联邦元学习方法,包括以下步骤:客户端获取个性化信息和全局模型,组合形成个性化元模型;客户端进行本地元学习训练,训练完成后微调模型差和全局模型差发送到服务器;服务器收到客户端发送的模型差异和微调模型差异后,发起对超网络和全局模型的更新。本发明通过超网络生成用户对应个性化信息,服务器将超网络生成的个性化信息与全局模型相结合,为用户创建个性化元模型,从而充分利用其对用户分布的泛化能力,使用户在微调后能够更快地适应其本地数据分布。

Patent Agency Ranking