L2GD论文阅读笔记

摘要

《Federated Learning of a Mixture of Global and Local Models》这篇论文的目的是在Local和Global之间寻找一个trade off，对全局模型和局部模型进行混合，并提出适用于这一想法的几种新的梯度下降算法，如L2GD，该算法还能改进通信复杂度。

本文的两项动机

1、全局模型在客户端的实用性问题。
2、传统的LGD在理论上，并不能改善通信复杂度。

目标函数

其中f(x)是全局平均损失值，λ≥0是惩罚项参数，$x_1$…$x_n$∈$R^d$是本地模型，x:=($x_1$…$x_n$