联邦策略：FedSTC#

概览#

	Sparse method	Quant method	Residual	Encoding	Upstream	Downstream
FedSTC	topk	binarization	Yes	Golomb	Yes	Yes
	Handle Non-IID	Handle Dropping/Skipping		Generality
	Fine //TODO	Caching and synchronizing		General

FedSTC的主要motivation是为client和server之间的通讯做压缩，主要的贡献如下

相比之前仅在upstream（client 2 server）上做稀疏化的工作，FedSTC在downstream（server 2 client）上也做了稀疏化
在每一轮只有部分client参与的情况下，在server侧提供了Weight Update Caching的机制，每个client在参加下一轮训练之前必须同步最新的模型，或者是和global weights相比落后的updates；（我理解这样的motivation是如果只更新部分updates，可以让要传输的内容是稀疏的）
在做稀疏化的同时加上了量化，量化的方法是Binarization，最终的矩阵中只会出现3个数字，{mu, 0, -mu}；
在稀疏+量化后的矩阵上使用了无损的Golomb Encoding

仅有upstream sparse的情况: math1 加上downstream： math2 A是上一轮server侧的Residual，状态;

server保留了最近的historical updates: math3 最新的global weights可以表示为： math4 一个client再次加入训练的时候，必须更新相应的 $P^{(s)}$ 或 $W$ ;

$e' \in {-\mu,0,\mu}, \mu = mean(abs(e))$

假设mu是sparse后的matrix中所有元素绝对值之和，matrix中非0的元素都被按照符号二值化为mu或-mu；

algo

Golomb Encoding

在不同的模型+数据集上做实验：

model	dataset
VGG11	CIFAR
CNN	KWS
LSTM	Fashion-MNIST
Logistic R”	MNIST
FedAvg作为baseline之一，为了和FedSTC在传输成本上横向对比，FedAvg使用delay period，例如对sparse rate = 1/400的FedSTC，delay period为400 iterations；
实验结论：FedSTC在（a）non-iid的情况下，（b）small batch size的情况下，（c）参与的client数量大但每轮参与度低的情况下明显比FedAvg好