技术总结
本发明涉及人工智能领域，公开了一种联邦学习模型的训练方法及装置，其中方法包括：服务器在下发第k+1个训练周期的全局参数之前，根据参与联邦学习模型的终端的连接状态，确定第一终端和第二终端；第一终端为无法连接的终端；第二终端为连接正常的终端；服务器确定第一终端中贡献度满足设定条件的M个网络层的第二局部参数；服务器根据第k个训练周期的第一终端的M个网络层的第二局部参数和第二终端上传的N个网络层的第一局部参数，确定第k+1个训练周期下发至第二终端的N个网络层的全局参数，用以降低由于终端掉线导致对模型的训练效果的影响的问题。
技术研发人员：黄安埠
受保护的技术使用者：深圳前海微众银行股份有限公司
技术研发日：2019.06.28
技术公布日：2019.09.20