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:安徽师范大学
摘要:本发明公开一种基于剪枝和双向量化的动态聚合联邦学习系统,包括:一组客户端及一个服务器;客户端将服务器下发的全局量化权重作为局部模型的权重向量,对局部模型进行训练,对训练好的权重向量进行剪枝,并计算对应客户端的贡献值及量化梯度,并上传至服务器;服务器将贡献值作为聚合权重,更新全局模型的全局权重向量,将全局权重向量进行量化,获得全局量化权重,下发至各个客户端,客户端进行下一轮训练,直至全局模型收敛或者达到所需精度。客户端通过剪枝和量化方法构造轻量级局部模型,显著减少了传输的参数量;服务器采用动态权重分配策略,根据客户端的数据规模和相关性优化参数聚合,降低偏差参数所占权重,加快全局模型收敛速率。
主权项:1.一种基于剪枝和双向量化的动态聚合联邦学习系统,其特征在于,所述系统包括:一组客户端及一个服务器;客户端接收服务器下发的全局量化权重将全局量化权重作为局部模型mc的权重向量w,基于本地样本对局部模型mc进行训练,对训练好的权重向量w进行剪枝,之后计算对应客户端的贡献值cv及量化梯度并上传至服务器;服务器接收客户端上传的贡献值cv及量化梯度将贡献值cv作为聚合权重,更新全局模型MG的全局权重向量W,对全局权重向量W进行量化,获得全局量化权重下发至各个客户端,客户端进行下一轮训练,直至全局模型MG收敛或者达到所需精度。
全文数据:
权利要求:
百度查询: 安徽师范大学 基于剪枝和双向量化的动态聚合联邦学习系统
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。