面向非独立同分布数据的联邦学习控制方法、系统和介质

本公开提供了一种面向非独立同分布数据的联邦学习控制方法，包括：将批样本输入至神经网络模型；响应于批归一化层反向传播计算得到方差参量的偏导数，控制批归一化层暂停进行反向传播训练，将方差参量的偏导数发送至中心服务器；接收中心服务器所发送的方差参量的全局偏导数，并将方差参量的偏导数更新为全局偏导数，以及控制批归一化层继续进行后续反向传播训练；响应于批归一化层反向传播计算得到均值参量的偏导数，控制批归一化层暂停进行反向传播训练，并将均值参量的偏导数发送至中心服务器；接收中心服务器所发送的均值参量的全局偏导数，并将均值参量的偏导数更新全局偏导数，以及控制批归一化层继续进行后续反向传播训练。