https://blog.qife122.com/tags/%E6%94%B6%E6%95%9B%E7%90%86%E8%AE%BA/ Recent content in 收敛理论 on 办公AI智能小助手 Hugo zh-cn qife Mon, 08 Sep 2025 03:59:17 +0800 https://blog.qife122.com/p/%E5%BC%82%E6%9E%84%E6%95%B0%E6%8D%AE%E4%B8%8B%E9%A1%BA%E5%BA%8F%E8%81%94%E9%82%A6%E5%AD%A6%E4%B9%A0%E7%9A%84%E7%B4%A7%E8%87%B4%E6%94%B6%E6%95%9B%E7%95%8C/ Mon, 08 Sep 2025 03:59:17 +0800 https://blog.qife122.com/p/%E5%BC%82%E6%9E%84%E6%95%B0%E6%8D%AE%E4%B8%8B%E9%A1%BA%E5%BA%8F%E8%81%94%E9%82%A6%E5%AD%A6%E4%B9%A0%E7%9A%84%E7%B4%A7%E8%87%B4%E6%94%B6%E6%95%9B%E7%95%8C/ <h1 id="异构数据下顺序联邦学习的紧致收敛界">异构数据下顺序联邦学习的紧致收敛界</h1> <p>联邦学习（FL）存在两种范式：并行联邦学习（PFL），其中模型在客户端间并行训练；顺序联邦学习（SFL），其中模型按客户端顺序依次训练。具体而言，在PFL中，客户端独立执行本地更新并将更新后的模型参数发送到全局服务器进行聚合；在SFL中，一个客户端仅当接收到序列中前一个客户端的模型参数后才开始其本地更新。</p>