一种联邦学习的模型参数更新方法及装置

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。