联邦学习方法及装置、存储介质、计算机程序产品

公开了一种联邦学习方法及装置、存储介质、计算机程序产品，联邦学习方法包括：循环执行如下更新操作：基于引入近端项的本地损失函数以及梯度下降法，更新目标模型在目标客户端的本地模型参数，其中，近端项包含目标模型的本地模型参数与全局模型参数的第一差异信息；响应于所有客户端的本地损失函数之和与全局损失函数之差小于预设阈值，采用拉格朗日乘子更新方法，更新近端项在目标客户端的本地损失函数中的系数；响应于目标模型满足第一预设终止条件，将更新后的本地模型参数发送给服务器。