如何使用NSG tensorflow federated实现我自己的联邦算法

我已经阅读了tensorflow.org上提供的tensorflow联合算法的所有文档，但我不确定如何实现我自己的联合算法。例如，我有一个已编译的keras模型，我知道如何将其转换为tff.computation。似乎为了构建联邦算法，应该构建一个迭代的过程。在这方面有人能帮我吗

---

非常感谢，

您应该使用以下代码：

tff.learning.from_compiled_keras_model（kera_model，dummy_batch）

您可以在tensorflow federated repo中读取文件optimizer_utils.py，该文件位于python/learning/framework中/

更多详细信息，请参见

---

名为one_round_computation的函数在一轮中实现联邦算法的编排逻辑。最重要的是使用tff.federated\u map、tff.federated\u broadcast、tff.federated\u collect…构建抽象语法树。

这只是将模型编译为tff.learning对象。我想实现我自己的联邦算法，而不是我自己的神经网络架构。