tensorflow - Tensorflow Federated 中的联邦学习，有没有办法在客户端应用早期停止？

Question

我正在使用 Tensorflow Federated 通过联合学习方法训练文本分类模型。有没有办法在客户端应用提前停止？API中是否有交叉验证选项？我唯一能找到的是评估：

evaluation = tff.learning.build_federated_evaluation(model_fn)

在联合训练轮结束时将其应用于模型。

我错过了什么吗？

Answer 1

控制客户端在使用时执行的步骤数的一种直接方法tff.learning.build_federated_averaging_process是为每个客户端设置tf.data.Dataset不同的参数。例如用 限制步数tf.data.Dataset.take。指南tf.data：构建 TensorFlow 输入管道有更多详细信息。

或者，基于学习进度的测量停止将需要修改当前算法的一些内部结构。与其使用 中的 API tff.learning，不如在federated/tensorflow_federated/python/examples/simple_fedavg/特别是客户端训练循环在这里，并且可以根据“数据集结束”以外的某些标准进行修改以停止（如目前用过的）。