1

我想使用时间帧长度为 128 的 3 通道（X、Y、Z）加速度计数据集在 TFF（Tensorflow Federated）上使用 FedAvg 算法训练一个联邦模型。

我的目标是使用

tff.learning.from_keras_model

TensorFlow Federated 网站上的指南主要处理已经采用模型所需格式的数据集

tensorflow_federated.python.simulation.hdf5_client_data.HDF5ClientData

我对如何将我的原始数据集转换为所需的 TFF 格式非常迷茫。

我正在使用的数据集具有以下形状：

X: (-1, 128, 3) and Y: (-1)

X：是浮点数 Y：是我的数据集的整数标签，范围为 0-6

谁能给我一些关于如何解决这个问题的指示/示例？

4

1 回答 1

0

首先，对于联邦学习，数据集需要按用户/参与者进行分区。数据集是否按用户对加速度计读数和标签进行了分区？如果不是，这可能是一项适合标准集中学习而不是联邦学习的任务。

如果存在用户分区，以下问题将解释如何设置一个tff.simulation.ClientData来对这个分布式数据集进行建模。数据是否是图像这一事实并不重要，这些技术适用于 X、Y 数据集的任何监督学习：

于 2020-03-25T13:17:30.117 回答