面向弱算力终端参与的联邦学习方法及相关设备

摘要文本

本公开提供了一种面向弱算力终端参与的联邦学习方法及相关设备，涉及分布式机器学习技术领域。该方法包括：对待训练全局模型进行拆分得到多个待训练本地子模型，将多个待训练本地子模型部署至各个算力受限终端和各个算力受限终端对应的辅助计算节点；接收各个算力受限终端发送的本地模型，本地模型由各个算力受限终端采用对应的辅助计算节点根据本地数据对多个待训练本地子模型进行训练得到的；对各个算力受限终端的本地模型进行模型聚合，若满足预设训练停止条件，则得到全局模型，将全局模型发送至各个算力受限终端，从而可以使算力受限终端参与联邦学习的模型训练，提升模型训练效率。