5.3.3 个性化联邦学习（Personalized Federated Learning）

文档摘要

5.3.3 个性化联邦学习（Personalized Federated Learning） 5.3.3 个性化联邦学习 (Personalized Federated Learning) 在联邦学习（Federated Learning, FL）的宏大愿景中，我们期望打破数据孤岛，利用分散在各处的数据共同训练强大的机器学习模型，同时最大限度地保护用户隐私。在 5.3 章节中，我们已经探讨了联邦学习的基本概念、模型微调以及其在保护隐私和提升模型性能方面的优势。然而，传统的联邦学习方法，如 Federated Averaging (FedAvg)，通常致力于训练一个全局共享模型，期望这个模型能在所有参与客户端上表现良好。