python - 如何更改客户端发送到服务器 Tensorflow Federated 的更新

Question

我试图以 simple_fedavg 为例来了解 Tensorflow Federated 的工作原理。

例如，我仍然不明白如何更改客户端发送到服务器的内容。

我不想发送更新的所有权重，我想发送这样形成的列表：

  test[index] = test_stc.stc_compression(test[index], sparsification_rate)

test_stc.stc_compression(test[index], sparsification_rate)返回 5 个值：negatives, positives, average, original_shape, new_shape，然后我想在运行之前访问服务器端的这些信息， 以round_model_delta = tff.federated_mean(client_outputs.weights_delta, weight=weight_denom)创建我将用于tff.federated_mean.

因此，基本上，我想更改client_update为发送我创建的列表而不是所有权重，然后在服务器上使用客户端发送的信息创建自定义权重列表。只有在创建新的自定义重量列表后，我才希望服务器更新模型。

我实际上试图更改return ClientOutput(test, client_weight, loss_sum / client_weight)，client_update但后来我不知道如何访问test服务器上的变量以及我需要在哪个过程/函数中进行访问。

我希望我说得足够清楚，因为我的主要语言不是英语。

标签： pythontensorflowtensorflow-federatedfederated-learning

Answer 1

请参阅tff.federated_aggregate操作员，它公开了您可能需要的控件（我不确定我是否遵循它），包括在添加到聚合累加器之前应该对服务器上的每个客户端值进行哪些计算。

您可以将上面提到的tff.federated_mean视为此通用运算符的特例。