公开(公告)号：CN117829311A

公开(公告)日：2024-04-05

申请号：CN202311868923.4

申请日：2023-12-29

Applicant: 浪潮(北京)电子信息产业有限公司

Inventor： 唐轶男 ,  郭振华 ,  王丽 ,  赵雅倩 ,  李仁刚 ,  曹芳 ,  高开

IPC: G06N20/00 ,  G06F18/214 ,  G06Q10/04

Abstract: 本发明涉及计算机技术领域，具体公开了异构算力的联邦学习耗时预测方法、装置、设备及系统，通过采集联邦学习系统中各客户端异构设备的客户端异构设备信息、客户端训练任务信息以及对应的实际训练耗时测量结果和理论训练耗时计算结果构建的预测数据集来训练联邦学习时间预测模型，在训练中除了实际训练耗时测量结果外将理论训练耗时计算结果引入损失函数，来提高模型预测联邦学习耗时的泛化能力，由此利用得到的联邦学习时间预测模型来预测被测联邦学习系统中各被测客户端异构设备的客户端联邦学习耗时预测结果，可以实现更为准确的预测，实现了在异构算力下的联邦学习耗时预测，通过提供准确的耗时预测结果来优化联邦学习系统的算力调度。