一种联邦学习的模型参数更新方法及装置转让专利
申请号 : CN201910480823.1
文献号 : CN110262819B
文献日 : 2021-02-26
发明人 : 魏锡光 , 刘洋 , 陈天健 , 杨强
申请人 : 深圳前海微众银行股份有限公司
摘要 :
本发明实施例涉及机器学习领域,尤其涉及一种联邦学习的模型参数更新方法及装置,用以降低模型参数有损压缩带来的误差,提高联邦学习模型的准确性。本发明实施例包括:第一端接收第二端发送的第一联邦模型参数,对第一联邦模型参数进行更新得到第二联邦模型参数;第一端将第二联邦模型参数有损压缩得到压缩模型参数,并将压缩模型参数解压缩得到有损模型参数;第一端根据有损模型参数与第二联邦模型参数之间的差距,确定有损压缩误差以及抖动参数;第一端将压缩模型参数、有损压缩误差以及抖动参数向第二端发送,以使第二端将压缩模型参数解压缩得到有损模型参数,并根据有损压缩误差、抖动参数以及有损模型参数确定第三联邦模型参数。