联邦学习方法、装置及介质

本公开涉及一种联邦学习方法、装置及介质，属于人工智能技术领域。该方法包括：接收全局特征提取器、个性化特征提取器、全局头、个性化头、以及全局注意力机制模块；利用全局特征提取器覆盖局部模型的全局特征提取器和个性化特征提取器，全局头覆盖局部模型的全局头，全局注意力机制模块覆盖局部模型的注意力机制模块；动态调整权重分配；对局部模型的个性化头的参数进行更新；利用损失函数对全局特征和个性化特征的相关性进行平衡，其中，损失函数包括交叉熵损失函数和相关性对齐损失函数。本方法更适应各客户端的非独立同分布数据，提升了本地数据利用率，确保了局部模型性能最优，且不损失联邦学习模型的泛化能力。