【技术实现步骤摘要】
本公开涉及深度学习，具体而言，涉及一种边缘学习方法、边缘学习装置、电子设备及计算机可读介质。
技术介绍
1、边缘学习是基于“云—边—端”的层次化、分布式的计算框架，在网络边缘层进行模型训练与模型推理的过程。一方面，它可以使得原始数据能够在数据源本地(如：边缘服务器或者终端设备)参与训练本地的机器学习模型，保护用户的隐私；另一方面，边缘终端也可以通过将本地模型相关的信息(如模型参数)与其它边缘服务器甚至云计算中心以明文、加干扰或加密等形式相互交换，进行模型更新和聚合，最终得到一个全局模型，同时避免云计算中心和其他边缘服务器猜测到终端本地的隐私数据内容。已训练好的模型可以部署在边缘服务器或者终端设备上，为终端用户提供模型推理的智能服务。
2、然而，由于边缘通信环境的复杂、终端设备能力的差异性、不同来源的数据质量不可控等因素，如何在边缘网络高效率地执行联邦学习是当前边缘学习面临的关键问题。一方面，一些实时性强的应用需要及时得到反馈，例如车联网服务等；另一方面，大数据快速发展的时代，爆发式增长的数据需要高效的处理机制才能发挥其作用。...
【技术保护点】
1.一种边缘学习方法，其特征在于，包括：
2.一种边缘学习方法，应用于终端节点，其特征在于，包括：
3.根据权利要求2所述的边缘学习方法，其特征在于，所述本地模型的迭代公式为：
4.根据权利要求3所述的边缘学习方法，其特征在于，所述终端节点k从第1轮到第t-1轮历史学习的梯度平方和的计算公式为：
5.根据权利要求2所述的边缘学习方法，其特征在于，所述根据所述终端节点在所述上一训练轮次中的贡献率，以及所述终端节点在所述当前训练轮次中的贡献率阈值和本地训练次数门限，判断所述终端节点是否满足所述当前训练轮次的模型上传条件，包括
6....
【技术特征摘要】
1.一种边缘学习方法，其特征在于，包括：
2.一种边缘学习方法，应用于终端节点，其特征在于，包括：
3.根据权利要求2所述的边缘学习方法，其特征在于，所述本地模型的迭代公式为：
4.根据权利要求3所述的边缘学习方法，其特征在于，所述终端节点k从第1轮到第t-1轮历史学习的梯度平方和的计算公式为：
5.根据权利要求2所述的边缘学习方法，其特征在于，所述根据所述终端节点在所述上一训练轮次中的贡献率，以及所述终端节点在所述当前训练轮次中的贡献率阈值和本地训练次数门限，判断所述终端节点是否满足所述当前训练轮次的模型上传条件，包括：
6.根据权利要求5所述的边缘学习方法，其特征在于，所述方法还包括：
7.一种边缘学习方法，应用于边缘服务器，其特征在于，包括：
8.根据权利要求7所述的边缘学习方法，其特...
【专利技术属性】
技术研发人员：李慧芳，卢燕青，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。