去中心化机器学习中计算模型的验证损失的系统和方法

摘要

本公开的各实施例涉及去中心化机器学习中计算模型的验证损失的系统和方法。提供了用于在分布式机器学习网络中计算验证损失的系统和方法，其中节点使用维持在那些节点处的本地数据来训练机器学习模型的本地实例。在机器学习模型的本地实例的每次训练迭代之后，每个节点可以计算本地验证损失值，本地验证损失值与在每个节点处训练的机器学习模型的本地实例的性能相对应。可以与当选的领导者共享那些本地验证损失值，当选的领导者可以对所有本地验证损失值进行平均，向节点返回全局验证损失值。然后，节点可以确定对机器学习模型的本地实例的训练应该停止还是继续。