No Fear of Heterogeneity: Classifier Calibration for Federated Learning with Non-IID Data
·
这篇文章比较老了,NIPS2021的,网上有人分享过,直接贴链接过去看吧
知乎https://zhuanlan.zhihu.com/p/672083873
个人感觉创新点有两个,
首先这篇文章问题分析的很好,从客户端每层输出的差异,发现数据异构对分类层影响是最大的,然后引出用原型重新调整分类层的方法。
对于单个原型无法表示类别丰富特征的问题,采用高斯分布模拟类别特征分布。
更多推荐



所有评论(0)