一种基于模型分割和资源分配的联邦学习训练方法及系统.pdfVIP

下载本文档

0
0
约1.51万字
约 12页
2023-05-20 发布于北京
举报
版权申诉

一种基于模型分割和资源分配的联邦学习训练方法及系统.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于模型分割和资源分配的联邦学习训练方法及系统。所述方法面向在资源受限且异构的边缘环境中执行的联邦学习训练任务，将待训练模型自适应划分为两部分，将其中一部分模型的训练任务从工作节点卸载到主节点，同时结合对带宽资源和主节点计算资源的动态调整，极大地减少了联邦学习训练过程中的通信开销并且有效平衡了异构工作节点的完成时间，从而显著提升了联邦学习的训练速度。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114925852 A (43)申请公布日 2022.08.19 (21)申请号 202210563311.3 (22)申请日 2022.05.20 (71)申请人南京大学地址 210023 江苏