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如何使用NSG tensorflow federated实现我自己的联邦算法,tensorflow,tensorflow-federated,federated-learning,Tensorflow,Tensorflow Federated,Federated Learning,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
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。