本發(fā)明涉及神經(jīng)網(wǎng)絡及聯(lián)邦學習,尤其涉及一種聯(lián)邦學習通信壓縮方法及系統(tǒng)。、隨著物聯(lián)網(wǎng)、邊緣計算等新興技術的蓬勃發(fā)展,網(wǎng)絡邊緣端產(chǎn)生的數(shù)據(jù)量呈指數(shù)級增長,大量有價值的數(shù)據(jù)分散在不同的終端設備中。傳統(tǒng)深度學習需要將大量訓練數(shù)據(jù)集中存儲以便訓練,然而在現(xiàn)實環(huán)境中,數(shù)據(jù)的集中整合往往難以實現(xiàn),造成了...