知识卡片
联邦迁移需要可迁移关联
联邦迁移学习在各方样本和特征重叠较少时,利用源域和目标域之间可迁移的关联;方法可围绕样本加权、共同表征或共享模型。若关联不足,负迁移可能降低目标域效果。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第9章 联邦学习
原书出处 · 1 处
- 联邦学习 · 查看原书依据
将迁移学习技术应用到横向联邦学习或纵向联邦学习中
参考来源
- 位置:《现代人工智能技术》第9章《联邦学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter11.xhtml)
- 结论依据:本节对概念、方法与约束的说明。
- 原始内容:将迁移学习技术应用到横向联邦学习或纵向联邦学习中