一种基于终端设备的联邦学习训练平台及方法
基本信息
| 申请号 | CN202110609359.9 | 申请日 | - |
| 公开（公告）号 | CN113255932A | 公开（公告）日 | 2021-08-13 |
| 申请公布号 | CN113255932A | 申请公布日 | 2021-08-13 |
| 分类号 | G06N20/00（2019.01）I;G06N5/04（2006.01）I;G06F21/62（2013.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 马睿;黄明飞;梁维斌 | 申请（专利权）人 | 开放智能机器（上海）有限公司 |
| 代理机构 | 上海申新律师事务所 | 代理人 | 党蕾 |
| 地址 | 200233上海市徐汇区桂箐路65号1幢4层402-128单元 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于终端设备的联邦学习训练平台及方法，属于人工智能领域，包括：至少一个终端设备，用于接收一初始模型，每一终端设备分别包括数据采集模块、数据处理模块、训练模块；云平台连接至少一个终端设备，云平台包括下发模块、接收模块、模型聚合模块，模型聚合模块用于对各终端设备的模型参数进行聚合得到共享模型；终端设备还包括：模型推理加速模块，连接模型聚合模块，用于基于AI端侧推理框架对共享模型进行推理加速。本发明的有益效果在于：基于联邦学习策略，各终端设备不用给己方数据也可协作进行模型训练，避免数据隐私泄露的问题，同时基于AI端侧推理框架对模型推理加速，识别速度和精度提高，识别范围更广。 |
