Jan, 2021
通信高效的联邦学习时间相关稀疏化
Time-Correlated Sparsification for Communication-Efficient Federated Learning
Emre Ozfatura, Kerem Ozfatura, Deniz Gunduz
TL;DR本文介绍了一种基于稀疏通信框架的时间相关稀疏化(TCS)方案,通过寻找联邦学习中连续迭代中使用的稀疏表示之间的相关性,以显著减少编码和传输的开销,以提高测试准确性,并演示了在 CIFAR-10 数据集上使用量化加时间相关稀疏化方法时,可实现 100 倍稀疏化的集中式训练准确性并减少高达 2000 倍的通信负载。