tensorflow联合是否支持将训练数据放在客户端？

Question

看到tensorflow联邦现在可以支持分布式训练，这是非常棒的。我引用了示例here。然而，似乎每个时期的训练数据都是从服务器发送到客户端的，而客户端(Remote_executor_service)不持有任何数据集。它不同于典型的联邦学习场景。所以我想知道我可以将训练数据分别放在每个客户端上吗？

Answer 1

需要注意的两件事：

• The example linked (High-performance Simulation with Kubernetes)正在运行联合学习模拟。此时，TensorFlow联邦主要用于执行研究模拟。目前还没有一种方法可以部署到真正的智能手机上。在模拟中，每个客户端数据集在逻辑上是独立的，但在物理上可能存在于同一台机器上。
• tf.data.Dataset的创建(例如，教程中train_data的定义)可以被认为是创建了一个“读取数据的方法”，而不是实际读取数据本身。例如，向dataset添加.batch()或.map()调用将返回新的配方，但不会实际实现任何数据集示例。直到.reduce()调用或在for循环中迭代dataset时，才实际读取dataset。在本教程中，数据集“配方”将发送给远程员工；在本地培训期间迭代数据集时，将远程读取/实体化数据(数据本身不会发送给远程员工)。