基本信息
文件名称:2025年联邦学习横向联邦优化策略(含答案与解析).docx
文件大小:14.16 KB
总页数:9 页
更新时间:2025-09-15
总字数:约6.19千字
文档摘要
2025年联邦学习横向联邦优化策略(含答案与解析)
一、单选题(共15题)
1.在联邦学习中,以下哪种优化策略可以减少通信开销并提高模型性能?
A.同步联邦学习
B.异步联邦学习
C.静态联邦学习
D.动态联邦学习
2.在联邦学习中,以下哪种技术可以帮助模型在本地设备上快速收敛?
A.迭代优化
B.梯度裁剪
C.随机梯度下降
D.随机响应
3.在联邦学习中,以下哪种方法可以解决模型更新的不一致性问题?
A.模型聚合
B.模型蒸馏
C.模型裁剪
D.模型压缩
4.在联邦学习中,以下哪种方法可以提高模型在边缘设备上的推理速度?
A.模型量化
B.模型剪枝
C