问题标签 [federated-learning]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
tensorflow-federated - TFF ：更改代码对更改测试精度值没有影响
为了改进本教程并测试其他内容，我在 EMNIST 数据库中以集中方式对网络进行了预训练。然后我想用上面的联合代码微调预训练网络。所以，我只补充了：
问题是，与没有微调预训练网络的测试准确度值相比，我发现相同的测试准确度值。你能给我解决方案吗？
tensorflow-datasets - 使用 FilePerUserClientData 耗尽 RAM
我在使用培训时遇到问题tff.simulation.FilePerUserClientData- 在每轮 10 个客户端进行 5-6 轮后，我很快就会用完 RAM。每一轮的内存使用量都在稳步增加。我试图缩小范围，并意识到问题不是实际的迭代过程，而是客户端数据集的创建。简单地在循环中调用create_tf_dataset_for_client(client)会导致问题。
所以这是我的代码的最小版本：
我正在使用 tensorflow 联合 19.0。
我创建客户端数据集的方式是否有问题，或者是否以某种方式预期上一轮的 RAM 没有被释放？
tensorflow - TypeError: __init__() 得到了一个意外的关键字参数“initialize_fn”
我使用 TFF v:0.18 我想在里面加载一个预训练的网络create_keras_model()所以我写这个：
但我发现这个错误：
我不相信语法是错误的，
tensorflow-federated - 联邦学习中使用的客户端数量有限
我刚开始研究联邦学习，想把它应用到某个数据集上，出现了一些问题。
我的数据包含 3 个类别的记录，每个类别都有 3 个部门。我计划为每个类别有 3 个不同的联邦学习模型，并将该类别的三个部门视为分布式客户。
这可能吗？还是构建联邦学习模型需要拥有成千上万的客户？
谢谢
python - 如何展平测试图像数据集并创建一批（展平图像，标签）元组？
我正在 使用联邦学习进行手写数学的符号分类。我已经对图像进行了预处理，keras.preprocessing.image.ImageDataGenerator并获得了每个图像的标签。
获取标签：
如何制作需要发送给客户的扁平图像和标签元组？从 tensorflow 教程Building Your Own Federated Learning Algorithm中可以看出
从教程：
python - Keras：如何保存具有优化器状态的 GAN 模型？
我知道一种用途是使用 Checkpoint 和 CheckpointManager tensorflow 类来保存和恢复 GAN 的训练。
我正在寻找一种方法来保存生成器 (G) 、鉴别器 (D) 及其优化状态，以便我可以操纵模型权重（对于 G 和 D）。对我来说，一个用例是在 GAN 的联邦学习中平均不同生成器的权重。
我发现使用 Keras 或 tensorflow 无法做到这一点。
python - InvalidArgumentError：tensorflow_federated 中的图形执行错误：
我正在联合学习中对数学手写符号进行分类，并按照教程使用联合学习进行图像分类。错误出现在服务器广播部分的结尾处，完整错误：-
Keras 模型：-
模型_fn()
我一直在接受联合数据的培训：-
错误出现在
python - Linux VM 上的 gRCP 协议
我有以下问题。我想使用联邦学习来训练机器学习模型。为此，我想使用“flower”包，它用于服务器和客户端之间的通信 gRCP 协议。我无法让这种沟通发挥作用。
我的设置如下。我有一台 Windows10 主机，但我在 Ubuntu 虚拟机中开发所有代码。到目前为止，我对这个设置从来没有遇到过问题。但我没有问题，我用于客户端和服务器的相同代码可以在我的 Windows 主机上运行，但不能在我的 Ubuntu VM 上运行。
对于测试场景，我正在使用名为“helloworld”的 python 的 gRCP 包中的快速入门：https ://grpc.io/docs/languages/python/quickstart/
在客户端，我们有以下代码：
在服务器端：
在 Windows 上使用此设置时，连接没有问题，而在 VM 中运行相同的代码时，会出现以下错误：
我尝试了不同的端口，将本地主机切换到“[::]”或“0.0.0.0”，但没有任何效果。显然我无法在我的虚拟机中创建本地网络。
有没有人遇到过类似的问题并可以帮助我？谢谢！
tensorflow - Keras - 如何为某些图层设置权重
我想为现有模型设置权重，例如 VGG 16。但是，我只想为模型设置权重，不包括最后一个（完全连接的）层。我已经尝试使用model.layers[:-1].set_weights(weights[:-1])，它会导致错误
有一种解决方案使用 for 循环来设置权重，但效率低下。
有没有办法为模型的某些层设置权重？谢谢！
keras - ValueError: pic 应该是 2/3 维。有 1 个维度
我正在使用英特尔 OpenFL 运行联邦学习实验。我在 Keras 中有 MNIST 的分片描述符，但我想使用 PyTorch。分片描述符的代码是这样的：
如果我在 PyTorch 实验中使用相同的代码，则会出现此错误ValueError: pic should be 2/3 dimensional. Got 1 dimensions.
我试图改变这一点：
有了这个解决方案，它似乎工作了，培训就开始了。但是，我获得了奇怪值（超出范围 0-100%）的准确度，所以我试图保持 keras 代码的相同结构。
我的网络是这样的：
这是我的转变：