龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：深圳前海微众银行股份有限公司
摘要：本发明公开了一种横向联邦学习系统优化方法、装置、设备及可读存储介质，所述方法包括：按照预设策略从参数更新类型中确定各轮模型更新中各参与设备需要发送的本地模型参数更新的目标类型，其中，参数更新类型包括模型参数信息和梯度信息；向各参与设备发送指示目标类型的指示信息，以供各参与设备根据指示信息进行本地训练，并返回目标类型的本地模型参数更新；对从各参与设备接收的目标类型的本地模型参数更新进行融合，将融合得到的全局模型参数更新发送给各参与设备，以供各参与设备根据全局模型参数更新进行模型更新。本发明结合了梯度平均算法和模型平均算法各自的优点，实现了一种混合联邦平均机制。
主权项：1.一种横向联邦学习系统优化方法，其特征在于，应用于参与横向联邦学习的协调设备，所述协调设备与参与横向联邦学习的各参与设备通信连接，所述方法包括：按照预设策略从参数更新类型中确定各轮模型更新中各所述参与设备需要发送的本地模型参数更新的目标类型，其中，所述参数更新类型包括模型参数信息和梯度信息；向各所述参与设备发送指示所述目标类型的指示信息，以供各所述参与设备根据所述指示信息进行本地训练，并返回所述目标类型的本地模型参数更新；对从各所述参与设备接收的所述目标类型的本地模型参数更新进行融合，将融合得到的全局模型参数更新发送给各所述参与设备，以供各所述参与设备根据所述全局模型参数更新进行模型更新；所述按照预设策略从参数更新类型中确定各轮模型更新中各所述参与设备发送的本地模型参数更新的目标类型的步骤包括：在一轮模型更新中，获取当前的联邦学习状态信息；根据所述联邦学习状态信息从参数更新类型中确定各所述参与设备需要发送的本地模型参数更新的目标类型。
全文数据：
权利要求：
百度查询： 深圳前海微众银行股份有限公司 横向联邦学习系统优化方法、装置、设备及可读存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号