公开(公告)号：CN114819183B

公开(公告)日：2024-09-17

申请号：CN202210399999.6

申请日：2022-04-15

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 史专 ,  王力

IPC: G06N20/00

Abstract: 本说明书实施例公开了一种基于联邦学习的模型梯度确定方法、装置、设备及介质。方案包括：获取参与节点的数据体量信息；所述数据体量信息用于表示所述参与节点基于本地数据对基础训练模型进行训练时采用的数据量；获取所述参与节点基于本地数据对所述基础训练模型进行训练得到的节点局部梯度；根据所述数据体量信息，以及所述节点局部梯度，确定所述参与节点参与的联邦学习模型的全局梯度；基于所述参与节点的节点局部梯度，以及所述全局梯度，确定所述参与节点的参与度；基于所述参与度，确定所述参与节点的实际模型梯度。

公开(公告)号：CN114819183A

公开(公告)日：2022-07-29

申请号：CN202210399999.6

申请日：2022-04-15

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 史专 ,  王力

IPC: G06N20/00

Abstract: 本说明书实施例公开了一种基于联邦学习的模型梯度确定方法、装置、设备及介质。方案包括：获取参与节点的数据体量信息；所述数据体量信息用于表示所述参与节点基于本地数据对基础训练模型进行训练时采用的数据量；获取所述参与节点基于本地数据对所述基础训练模型进行训练得到的节点局部梯度；根据所述数据体量信息，以及所述节点局部梯度，确定所述参与节点参与的联邦学习模型的全局梯度；基于所述参与节点的节点局部梯度，以及所述全局梯度，确定所述参与节点的参与度；基于所述参与度，确定所述参与节点的实际模型梯度。