Papers12:07
Chinese content一次性分布式学习新论文:引入服务器数据改进加权平均的 MSE 界一篇联邦学习理论论文:worker 数量超过一定规模时,普通加权平均会失效,但加上服务器自己的数据就能救回来,还给了具体的样本量条件。
一篇联邦学习理论论文:worker 数量超过一定规模时,普通加权平均会失效,但加上服务器自己的数据就能救回来,还给了具体的样本量条件。
这篇论文提出了去中心化网络下的卷积秩回归新框架,用ADMM高效求解,还给出了理论保证,做分布式学习的值得一看。