分段式的模型训练方法、电子设备、存储介质及程序产品

本发明公开了一种分段式的模型训练方法，包括：客户端根据服务器下发的一阶段全局泛化模型将泛化特征识别层更新为特化特征识别层，得到一阶段局部特化模型，对特化特征识别层参数冻结后进行本地训练，得到局部特化特征提取层参数上传至服务器。服务器根据客户端上传的局部特化特征提取层参数更新得到二阶段全局泛化模型下发至客户端。客户端根据二阶段全局泛化模型构建二阶段局部特化模型，冻结其中的泛化特征提取层后进行本地训练，将得到的局部泛化特征识别层参数上传至服务器，使服务器据此更新一阶段全局泛化模型。本发明实施例的技术方案能解决数据异构环境下，客户端个性化需求无法得到满足，以及全局模型无法收敛或收敛后准确度低的问题。