摘要
本发明公开了一种基于多层级的边缘设备分布式训练方法及装置,该方法包括:将每个模型训练设备与一个网关匹配,使所有模型训练设备与其匹配的网关之间的关联指数之和最大;将每个网关对应的所有匹配设备划分为多个网关匹配设备层,使所有网关匹配设备层之间的模块度符合预设的模块度划分条件;每个网关匹配设备层内的匹配设备之间的模型参数的交换为同步模式,其他的模型参数的交换为异步模式,基于参数交换执行联合训练。本发明通过优化模型训练设备与网关的匹配、网关内的设备分层以及采用多层级的参数交换模式,降低了模型训练设备的异构性对模型参数在各个模型训练设备及中心服务器之间的交换的效率的影响,提高了模型分布式训练的效率。
技术关键词
匹配设备
模型训练设备
网关
分布式训练方法
联邦学习系统
中心服务器
层级
数据交互效率
节点
指数
模式
数据传输延迟
延迟参数
可执行程序代码
计算机存储介质
模块
关系
系统为您推荐了相关专利信息
智能楼宇监控系统
特征值
监控设备
监控终端
语义协同
电量预测模型
联邦学习方法
集群
中心服务器
功耗
应急资源调度
长短期记忆网络
电网运行数据
时间序列特征
动态规划方法