-
公开(公告)号：CN117950877A
公开(公告)日：2024-04-30
申请号：CN202410209203.5
申请日：2024-02-26
Applicant: 北京邮电大学
Abstract: 本发明提供联邦学习中边缘计算节点的动态子图优化方法，包括：启动边缘训练节点，收集相关数据，进行计算侧的优化，将前期获得的所有的所述相关数据以及获得的算子的平均消耗，带入下列预估函数中并反解方程得出各个变量的值；评估与持续迭代：针对决定的优化Embedding子图进行动态的更改，对优化前后的性能进行对比，评估优化效果是否有额外误差，同时根据实验结果和实际应用中的反馈，不断调整和完善优化建模模型，以进一步提高评估能力，本发明通过对联邦学习中边缘节点的数据收集以及计算设备能力的检测，实现在训练中进行动态的子图优化，针对于不同类型的边缘节点，分别提供动态运行时不同的训练子图，实现性能的充分利用，以及提供对于以后多异构场景的适配方案。
Search Results
1
records
(took 0.066 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
