Feb, 2024
异步联邦学习中实现线性加速
Achieving Linear Speedup in Asynchronous Federated Learning with Heterogeneous Clients
Xiaolu Wang, Zijian Li, Shi Jin, Jun Zhang
TL;DR我们提出了一种高效的异步联邦学习(AFL)框架,称为延迟联邦平均(DeFedAvg),通过在自己的速度上使用不同陈旧的全局模型,DeFedAvg 可以达到与 FedAvg 相当的渐近收敛速率,同时也是第一个具有可证明的良好线性加速特性的 AFL 算法,从而表明其高可扩展性。