机器学习方法、学习装置、设备、存储介质和产品

本公开提供了一种机器学习方法、学习装置、设备、存储介质和产品，涉及计算机技术领域。其中，机器学习方法包括：响应于中心服务器经由边缘服务器下发的初始模型参数，将初始模型参数加载至多层残差网络模型；将训练数据转化为整数域数据，并对整数域数据进行同态加密操作，得到加密训练数据；对多层残差网络模型执行适于同态加密处理的适应性优化，得到训练模型，以基于加密训练数据对训练模型进行梯度下降的模型训练，得到模型更新参数；将模型更新参数反馈至边缘服务器，以使边缘服务器对接收到的多个客户端发送的模型更新参数进行加权聚合，直至生成模型更新结果，并反馈至中心服务器。通过本公开的技术方案，实现了隐私保护机器学习。