基于异构联邦学习的聚合方法

一种基于异构联邦学习的聚合方法，包括数据预处理；构建网络框架；构建Alexnet网络；训练Alexnet网络；测试Alexnet网络。本发明训练Alexnet网络过程中通过优化的梯度聚合策略和动态调整学习率，可以加速模型的训练过程，使模型更快地收敛到理想状态，并且允许不同来源的数据参与模型训练，打破了数据孤岛，促进了数据的共享和利用，能够根据参与者的实际计算能力分配合适的批大小和学习率，优化了计算资源的利用，避免了资源浪费。