前一篇是ICML 2021的,后一篇是NIPS 2021的。
Personalized Federated Learning using Hypernetworks
这篇文章很有意思的地方在于,直接使用一个hypernetwork
根据用户的特征向量生成个性化的模型参数,即:
还没有精读,但是他的思想很粗暴,不像hierarchy model
一样还需要假设分布之类的,直接用一个网络来模拟模型参数的生成过程。有两个问题没解决:
- 用户特征怎么定义
- 收敛性
Personalized Federated Learning with Gaussian Processes
这篇应该和前一篇是同一个组的,到时候一起看代码细读下,先占个坑位。