技术编号：34878136
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。.本发明涉及联邦学习技术领域，尤其涉及一种面向联邦学习的双向自适应梯度压缩方法及系统。背景技术.随着深度学习的快速发展，人们对数据的隐私保护越来越重视。联邦学习作为一种新型分布式学习范式，可以使多方能够在不暴露其私有训练数据的情况下构建联合模型。然而，在大规模联邦学习系统的训练中，模型参数和梯度的传输不仅导致通信时间长、传输效率低，还限制了参与联邦学习的客户端数量。为克服上述问题，常用方法是对传输梯度进行压缩。.梯度压缩分为梯度量化和梯度稀疏化。梯度量化指降低梯度数据的位数，以更快地将梯度...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
该类技术注重原理思路，无完整电路图，适合研究学习。