一种基于神经元激活差异的联邦公平框架训练方法和装置

摘要

本发明公开提供一种基于神经元激活差异的联邦公平框架训练方法和装置。在进行联邦学习的过程中，服务器除了要求客户端上传本地模型更新参数以外，还要求客户端上传神经元的激活频率，服务器通过计算客户端神经元激活频率的稀疏度，来评估每个客户端的贡献度，以此下发不同的质量的全局模型给各个客户端。