一种联邦半监督学习方法、装置及电子设备

本发明提供了一种联邦半监督学习方法、装置及电子设备，其中，该方法包括：客户端基于初始正则教师模型、初始学生模型和初始教师模型进行首轮训练，得到当前轮次的学生模型和教师模型并上传至服务端；服务端对当前轮次的学生模型聚合得到当前轮次的全局模型；对当前轮次的教师模型加权平均得到当前轮次的正则教师模型并发送至客户端循环进行下一轮次训练，直至生成满足预设条件的全局模型。通过本发明实施例提供的联邦半监督学习方法、装置及电子设备，通过结合本地教师模型和正则教师模型的预测，本发明实施例能够提高模型在面对非独立同分布数据时的鲁棒性和泛化能力。