概念Federated Optimization
联邦优化
一种分布式机器学习范式,允许多个客户端在不共享原始数据的情况下协作训练模型,结合隐私保护与分布式计算,涵盖凸优化、变分不等式等多类问题求解
时间轴 (近 90 天)
9月29日
本地步数量越多,每轮通信摊销的计算量越大,通信效率越高,但也会因客户端数据分布不同而积累客户端漂移误差
待验证50%
一种分布式机器学习范式,允许多个客户端在不共享原始数据的情况下协作训练模型,结合隐私保护与分布式计算,涵盖凸优化、变分不等式等多类问题求解
本地步数量越多,每轮通信摊销的计算量越大,通信效率越高,但也会因客户端数据分布不同而积累客户端漂移误差