科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种面向联邦学习的动态个性化网络构建方法及装置,方法包括下述步骤：创建神经网络模型,对神经网络模型进行初始化后发送至客户端；按照早退策略对客户端的样本进行动态计算,并完成对早退层的更新；选择早退策略执行层,对选中的早退层中的参数进行选择性发送；服务器在接收到由客户端上传的节点和参数后,依据聚合策略完成对早退层节点权重的聚合；接收来自服务器聚合之后的参数,完成客户端中模型参数的更新操作,借助对早退层的更新完成个性化网络的构建。本发明的动态个性化网络构建方法,提高了模型的推理效率和难例样本的关注度,在保证客户端模型的个性化的同时,降低了联邦学习在样本计算和模型推理中的成本。
- 单位
