提出结合压缩通信与本地更新的联邦学习方法
热点事件持续更新
提出结合压缩通信与本地更新的联邦学习方法
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Dmitriy Bystrov 等作者提出一种谱联邦学习方法,将本地更新与通信压缩结合起来,以弥补现有 Muon 联邦学习方案未同时支持这两项技术的不足。作者称,该方法在温和假设下具有收敛保证,并不要求严格的有界异质性条件;标准图像分类基准实验验证了其效率与稳健性。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 12:00
联邦学习中通过谱方法连接通信压缩与本地更新报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv · Machine Learning联邦学习中通过谱方法连接通信压缩与本地更新
一种联邦学习谱方法结合本地更新与通信压缩,以弥补现有 Muon 联邦学习方案对这两项高效训练技术的支持不足。该方法在温和假设下给出收敛保证,并消除了严格的有界异质性条件。标准图像分类基准上的实验验证了其效率与稳健性。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 810月19日 19:00
- 近 24 小时变化
- –
02.557.510
19:0020:0021:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。