Machine learning 收集客户端返回的权重而不进行聚合

我想知道创建模型、使用tensorflow federated广播模型、运行循环并收集客户端返回的权重的最简单方法，而无需使用fedavg聚合它们。

TFF为此提供了内在的方法；它在服务器上具体化客户机数据流

将其连接到大部分现有联邦过程的一个简单方法是fork，我认为这是使用TFF较低级别功能的合理起点

这里有几件事需要注意。首先，据我所知，没有任何“生产”系统支持联邦收集。第二，根据您的需求，可能有一个更简单、更直接的解决方案：只需返回客户机权重本身。TFF运行时将具体化一个客户机权重的Python列表（我相信是热切张量），您可以在该列表上执行任意Python后处理

要从

simple\u fedavg

到达这里，您可以有效地将它们传递给

tff.federated\u mean

。这将为您提供客户端增量（即，最终客户端权重和初始客户端权重之间的差值）；但是，如果需要，您可以简单地修改以避免计算此差异