联邦模型剪枝方法、装置、计算机设备及存储介质

本发明涉及金融和医疗领域，公开了联邦模型剪枝方法、装置、计算机设备及存储介质，方法包括向多个客户端分发预训练模型，并设定目标稀疏度和通信总轮次；根据接收到的各客户端上报的算力资源指标分配各客户端的采样层数，并生成采样层集合以下发至对应客户端；基于采样层二进制掩码和对应的稀疏权重执行范数聚合，计算全局中间权重；对全局中间权重进行掩码扩展更新，直至满足目标稀疏度，以得到更新后的采样层权重；将更新后的采样层权重与未采样层的原始权重聚合，生成更新后的全局模型；将全局模型进行更新与迭代，直至达到通信总轮次或模型收敛。本发明大幅度减低了通信开销，避免数据梯度泄露，同时解决了异质资源适配差的问题。