Jan, 2022
FedLite: 一种基于资源受限客户端的可扩展联邦学习方法
FedLite: A Scalable Approach for Federated Learning on Resource-constrained Clients
Jianyu Wang, Hang Qi, Ankit Singh Rawat, Sashank Reddi, Sagar Waghmare...
TL;DR本文提出了一种使用聚类方案和梯度校正方法来压缩通信成本的分散式学习方法,经实验证明,该方法在保持精度的同时最多可实现 490 倍的通信成本降低,并且提供了可接受的性能与通信的平衡。