联邦学习——学习笔记2：联邦学习×资源受限下的自适应本地迭代次数

本笔记参考自b站up主：丸一口

论文参考自Adaptive Federated Learning in Resource Constrained Edge Computing Systems

原视频链接

一、符号

原文的符号解释如下图绿色字体所注

二、应用场景

就是在资源小于资源预算的情况下，同时又要满足资源受限的条件下，找一个损失函数最小的最终模型w^f。

三、与FedAvg算法区别

在第k个客户端上做更新：做E轮循环，把数据集Pk用B的大小进行切分，切分成batches个，对于每一个batches里面的数据做梯度下降，然后整个数据集做完E轮训练得到新模型返回给中心方。

服务