一种养老社区高质量服务的多阶段自适应模型训练方法

本发明为一种养老社区高质量服务的多阶段自适应模型训练方法，在养老社区中随机选取的一个智能设备作为服务器，其他智能设备则为客户端；基于上一轮全局模型和本地模型计算出本地模型的差异项，然后使用动态加权的方式提取本地模型差异项来修正本地模型，并将修正后的本地模型作为新一轮本地训练的起始模型，对该模型进行本地更新后得到新一轮的本地模型；更新后的第t轮本地模型参数Wj,t和梯度信息被传送给服务器；服务器先利用聚合权重和本地模型聚合生成新一轮的全局模型Wt，再根据梯度信息和本地模型Wj,t对聚合权重进行约束优化，通过不断迭代上述过程，直到训练结束。通过分阶段调整训练方向，保证了其模型的高效性。