Tag · 1 篇
Few-for-Many Personalized Federated Learning
把个性化联邦学习重新表述为「少模型服务多客户端」的多目标优化问题,用 K 个共享服务器模型覆盖 M 个异构客户端,可直接迁移到视觉场景下多域/多设备数据异构的协同训练,例如多摄像头或多医院影像数据下的模型个性化。