问题标签 [federated-learning]

我在联邦图像分类教程中实现了 Resnet34 模型。10轮之后，训练准确率可以高于90%，然而，使用最后一轮的评估准确率state.model总是在50%左右。

我很困惑评估部分可能有什么问题？此外，我打印了服务器模型的不可训练变量（BatchNorm 中的均值和方差），它们是 0 和 1，在这些轮次之后没有更新/平均。他们应该是那样还是那样可能是问题所在？非常感谢！

更新：

准备训练数据和打印结果的代码：

训练和评估代码：

每一轮之后的训练和评估结果：

我正在尝试从 pysyft 运行联合学习（https://github.com/OpenMined/PySyft/blob/dev/examples/tutorials/advanced/websockets-example-MNIST-parallel/Asynchronous-federated-learning-on-MNIST .ipynb）创建远程工作人员并通过 websockets 连接到他们。但是我在执行评估步骤时遇到错误。

他们的论坛没有明确的答案。有没有人知道这个脚本中的问题是什么。

我的 syft 版本：

这个问题是关于我使用 pysyft 库进行联合学习的项目，但是那些具有 websockets 知识的人也可以提供帮助，因为 pysyft 使用 websockets 进行服务器和客户端交互。

首先，我有一个关于服务器和客户端交互的问题。我创建了一个仪表板来启动一个 pysyft 服务器和一个连接到上述服务器的 pysyft 客户端。但是，我有一个场景，我想让客户端不时与服务器断开连接（手动断开连接），以便更改模型参数。

我的解决方案是在 pysyft websocketClientWorker 上执行 close()，它调用 websocket 对象上的 shutdown() 函数。我认为这样做会关闭客户端和服务器之间的连接。在对模型参数进行任何更改之后。我将再次重新创建 pysyft websocketClientWorker 对象并重新执行模型训练。但是，我面临的问题是：websocket._exceptions.WebSocketConnectionClosedException：套接字已经关闭。在数据加载器的迭代期间抛出此异常（尽管成功连接到服务器）。

也许有更好的方法来处理这种情况，或者我错过了对 websockets 的某些基本理解。任何帮助将不胜感激。谢谢 ：）

我正在尝试建立一个联邦学习模型。在我的场景中，我有 3 个工作人员和一个协调器。工作人员开始训练，在每轮训练结束时，模型被发送到编排器，编排器计算联合平均值并发回新模型，工作人员在该新模型上进行训练等。自定义网络是我从头开始构建的自动编码器。

不幸的是，我从工作人员那里收到此错误消息：RuntimeError: forward() is missing value for argument 'inputs'。声明： forward(ClassType self, Tensor inputs, Tensor outputs) -> (Tensor)这很奇怪，因为我的 forward 函数在 AE 类中定义如下：

tensorflow-federated 是否支持为不同的模拟设备分配不同的批大小，并为不同的时期改变批大小？

在 syft 上使用 keras 训练模型联邦学习时，启动不同系统上的工作人员作为客户端工作人员，在终端上执行特定的命令行。

此命令应在我的客户工作者之一的系统上执行。执行代码时

如何在这个系统上准备联邦学习的配置文件？

我目前正在研究 TFF 和图像分类（图像分类的联合学习）emnist。

我正在查看模型学习率和优化器的超参数。网格搜索在这里是个好方法吗？. 在现实世界的场景中，您是否会简单地从整个域中采样客户端/设备，如果是这样，如果我要进行网格搜索，我是否必须首先修复我的客户端示例。在这种情况下进行网格搜索是否有意义。

选择参数的典型现实世界方式是什么，即这更像是一种启发式方法。?

科林。. .

我是python和机器学习的新手。我尝试使用 MNIST 数据集实现以下用于联邦学习的代码，但它不起作用！它试图在本地工人中以分布式方式训练模型。MNIST 数据集的 jpeg 版本在这里使用。它由 42000 个数字图像组成，每个类别都保存在一个单独的文件夹中。我将使用此代码片段将数据加载到内存中，并保留 10% 的数据用于稍后测试经过训练的全局模型。 当我实现以下 fl_implemetation.py 时出现以下错误

我使用的原始代码可以在这里找到： https ://github.com/datafrick/tutorial

和第二个fl_mnist_implementation_tutorial_utils.py

在 Colab 中尝试过类似的操作，但我得到 errno 21，是一个目录。

然后我尝试了另一种方法，如下所示，

就像 assign_weights_to_keras_model() 将权重从 tff_model 转移到 keras 模型一样，我想将权重从 keras 模型转移到 tff_model。如何才能做到这一点？

1：当尝试使用批量大小执行 pytorch 训练序列时，当 nn 输出和批次通过 MSEloss 函数时，我的损失函数似乎出错。

2：试图搜索关于 nn 填充，但是这不是一个 covnet 而是一个自动编码器，类似的堆栈溢出问题没有产生结果。

3：神经网络：

火车方法：

错误：