关键词heterogeneous client models
搜索结果 - 2
- 使用知识蒸馏在无服务器联邦学习中训练异构客户端模型
利用优化的无服务器工作流程,在 FaaS 环境下实现基于知识蒸馏的异构客户端模型的联邦学习(FL)系统,实验证明无服务器 FedDF 比无服务器 FedMD 更快、成本更低且对极端非独立同分布数据分布更加鲁棒。
- 联邦学习中强化模型合并的集合蒸馏
本篇论文研究了 FL 领域中不同于普通平均策略的模型聚合方法 ——ensemble distillation,证明其能够在保证数据隐私性和节约算力的同时,更灵活地聚合异构模型,并在各种 CV/NLP 数据集和场景下优于现有的 FL 算法。