tensorflow联邦学习检查点

我正在研究使用tensorflow联合API的联合图像分类.ipynb的联合图像学习

在这个例子中，我可以检查每个模拟客户的训练精度、损失和总精度、总损失

但是没有检查点文件

我想创建每个客户端检查点文件和所有检查点文件

然后比较客户端参数变量和总参数变量

---

任何人都可以帮助我在federated_learning_for_image_classification.ipynb示例中创建检查点文件？

要问的一个问题是，您是想将TFF中的变量作为联邦计算的一部分进行比较，还是想在Python中进行事后/外部TFF分析

修改由执行的tff.utils.IterativeProcess构造可能是一个好方法。事实上，我建议在GitHub上进行简化实现，而不是深入研究tff.learning

将对来自客户端的更新执行的更改为将给出所有客户端模型的列表，然后可以将这些模型与全局模型进行比较

例如：

客户端\u增量=tff.federated\u collectclient\u outputs.weights\u增量 @tff.tf_计算服务器_state.model.type_签名， 客户端\增量。类型\签名 def将增量与全局模型进行比较，增量： 对于三角洲中的三角洲： 用delta vs global_模型做点什么 tff.federated\u applycompare\u delta\u to\u global、server\u state.model、client\u delta