联邦学习中的模型规范(使用Tensorflow联邦核心)
我正在尝试使用联邦代码来构建自己的联邦学习算法。但我遇到了一个问题。在官方教程中,它定义了模型规范,如下所示: 我想知道是否需要将模型作为OrderedICT输入。我可以将模型作为可培训的Keras模型输入吗联邦学习中的模型规范(使用Tensorflow联邦核心),tensorflow,tensorflow-federated,federated-learning,Tensorflow,Tensorflow Federated,Federated Learning,我正在尝试使用联邦代码来构建自己的联邦学习算法。但我遇到了一个问题。在官方教程中,它定义了模型规范,如下所示: 我想知道是否需要将模型作为OrderedICT输入。我可以将模型作为可培训的Keras模型输入吗 谢谢 是的,TFF可以使用该方法处理使用tf.keras.Model(功能或顺序API,而不是子类API)定义的模型 此方法在和教程中使用 MODEL_SPEC = collections.OrderedDict( filter1 = tf.TensorSpec(s
谢谢 是的,TFF可以使用该方法处理使用
tf.keras.Model
(功能或顺序API,而不是子类API)定义的模型
此方法在和教程中使用
MODEL_SPEC = collections.OrderedDict(
filter1 = tf.TensorSpec(shape=weights[0].shape, dtype=tf.float32),
bias1 = tf.TensorSpec(shape=weights[1].shape, dtype=tf.float32),
filter2 = tf.TensorSpec(shape=weights[2].shape, dtype=tf.float32),
bias2 = tf.TensorSpec(shape=weights[3].shape, dtype=tf.float32),
weight1 = tf.TensorSpec(shape=weights[4].shape, dtype=tf.float32),
bias3 = tf.TensorSpec(shape=weights[5].shape, dtype=tf.float32)
)
MODEL_TYPE = tff.to_type(MODEL_SPEC)