tensorflow - 有什么方法可以使用tensorflow-federated API对真实的多台机器进行联邦学习吗?

标签 tensorflow tensorflow-federated

我正在研究tensorflow-federated API,以便与真正的多机器进行联邦学习。 但我在这个网站上找到了答案,不支持使用多重学习进行真正的多重联邦学习。

有没有办法用真正的多机进行联邦学习?

即使我用 2 台客户端 PC 和 1 台服务器 PC 制作了用于联邦学习的网络结构,是否不可能使用 Tensorflow 联邦 API 来组成该系统?

或者即使我应用了代码,我也不能做出我想要的系统吗?

如果可以修改代码来配置,能给个提示吗?如果不行的话,什么时候有在真机上配置的例子?

最佳答案

如果您仍在寻找某些东西:如果您未绑定(bind) TensorFlow,则可以查看 PySyft ,它正在使用 PyTorch。 Here是一个使用一台服务器和两个 Raspberry Pi 作为客户端构建的 FL 系统的实际示例。

关于tensorflow - 有什么方法可以使用tensorflow-federated API对真实的多台机器进行联邦学习吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57839097/

相关文章:

python - 深度学习: save and load a universal machine model through different libraries

python-3.x - 使用 TensorFlow 在 2D 中绘制梯度下降轨迹时的 Traceback

java - "No Operation named [input] in the Graph"当在 java 程序中使用 hub.KerasLayer 与 python 和 tensorflow 2.1.0 的模型时

python-3.x - 带有 TensorFlow 后端的 Keras 自定义损失函数用于图像

python - 模块 'keras.api._v2.keras.experimental' 没有属性 'PeepholeLSTMCell'

tensorflow-federated - 有没有办法类型转换联合值(value)?

python - 导入错误 : no module named cloud. 毫升

tensorflow-federated - 联邦学习的其他压缩方法

tensorflow-federated - TFF : test accuracy fluctuate