Robust and Communication-Efficient Federated Learning From Non-i.i.d. Data 论文阅读笔记

1 Introduction 联邦学习的训练过程包括设备下载模型，本地训练模型，将训练得到的模型更新或者模型发送到服务端进行聚合.传输数据的比特数为 2 Challenge 在介绍压缩传输数据量的方法前,我们首先介绍会在联邦学习压缩传输数据方面的挑战. 数据分布之间的不平衡和non-iid 数量极大的客户端 参数服务器进行聚合 部分客户端参与 电力和存储受限 因此,用于联邦学习的通信压缩算法需要满

>>阅读原文<<