电子技术杂志社

摘要：阐述一种自适应模型分层量化机制的决策方案SFL-LQ,以实现联邦学习中层粒度的模型量化。该框架探究模型不同层之间对量化压缩的差异,分析层大小和层敏感度对模型量化压缩的影响,据此建立一个联合指标用于分层量化压缩的设计,同时引入强化学习多臂老虎机算法在训练过程中进行自适应调整。实验结果表明,SFL-LQ在保持良好精度的同时,有效地降低了通信开销。

关键词： 边缘计算;联邦学习;模型压缩;资源受限;分层量化;强化学习;

基金资助： 国家重点研发计划项目(2021YFB3301500)；

专辑： 信息科技

专题： 自动化技术

分类号： TP181