論文筆記Client-Edge-Cloud Hierarchical Federated Learning
論文筆記Client-Edge-Cloud Hierarchical Federated Learning 本文針對FedAvg算法帶來的大量的通訊開銷和邊緣計算提出了一種新的結構以及HierFAVG算法。算法 FedAvg是基於雲的聯邦學習，本地各個客戶端利用本地數據進行訓練，將訓練好的模型參數上傳到雲服務器中。參與的客戶端數量可達百萬，可是帶來的開銷也是巨大的。與雲服務器的通訊速度慢且不可預測
相關文章
- 1. 論文筆記Client-Edge-Cloud Hierarchical Federated Learning
- 2. Federated Learning with Non-IID Data 論文筆記
- 3. SecureBoost: A Lossless Federated Learning Framework論文筆記
- 4. 論文筆記——Fair Resource Allocation in Federated Learning
- 5. Secure Federated Transfer Learning（論文筆記）
- 6. 【論文筆記】《FLchain: Federated Learning via MEC-enabled Blockchain Network》精讀筆記
- 7. Federated Machine Learning:Concept and Applications(論文筆記)
- 8. 論文筆記——Federated learning framework for mobile edge computing networks
- 9. 論文筆記——Model Pruning Enables Efficient Federated Learning on Edge Devices
- 10. 【論文】《Blockchained On-Device Federated Learning》精讀筆記
- 更多相關文章...
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • CAP理論是什麼？ - NoSQL教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Scala 中文亂碼解決
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 論文筆記Client-Edge-Cloud Hierarchical Federated Learning
- 2. Federated Learning with Non-IID Data 論文筆記
- 3. SecureBoost: A Lossless Federated Learning Framework論文筆記
- 4. 論文筆記——Fair Resource Allocation in Federated Learning
- 5. Secure Federated Transfer Learning（論文筆記）
- 6. 【論文筆記】《FLchain: Federated Learning via MEC-enabled Blockchain Network》精讀筆記
- 7. Federated Machine Learning:Concept and Applications(論文筆記)
- 8. 論文筆記——Federated learning framework for mobile edge computing networks
- 9. 論文筆記——Model Pruning Enables Efficient Federated Learning on Edge Devices
- 10. 【論文】《Blockchained On-Device Federated Learning》精讀筆記