在边缘AI模型被部署之前，A应用首先需要基于大量的特征数据（即训练样本）来训练AI模型（如深度神经网络）。由于物联网场景下的训练数据通常以分布式的形式产生和存储在不同的用户设备中，因此，如何以较低的通信开销、较好的收敛性更安全的隐私保护来进行AI模型的分布式训练就显得尤为重要。目前，面向边缘智能的模型训练优化技术主要分为联邦学习、参数聚合优化、梯度压缩、模型分割和迁移学习等五种。

继续阅读：概览   五大   模型

此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 常识论 » 边缘智能计算的五大模型训练优化技术概览