联邦学习中的状态= iterative_process.initialize()道琼斯

Question

我是联邦学习的新手，我试图实现FL的代码来进行图像分类，但我不能理解这一行：state = iterative_process.initialize()，权重从哪里影响到服务器？

Answer 1

初始权重的生成方式取决于您所使用的tff.templates.IterativeProcess的特定实现。使用tff.learning.build_federated_averaging_process，这些权重将与those returned upon invocation of the model_fn相同。

但是，如果你愿意的话，你可以控制这些语义。

例如，权重可以从磁盘加载：

@tff.tf_computation
def get_weights_from_disk():
  # load weights from wherever
  return loaded_weights

@tff.federated_computation
def server_init():
  # There may be state other than weights that needs to get returned from here,
  # as in the implementation of build_federated_averaging_process.
  return tff.federated_eval(get_weights_from_disk, tff.SERVER), ...

然后，您可以像这样创建一个新的迭代过程，只要我们上面编写的函数的类型签名与我们试图替换的迭代过程中的初始化函数的类型相匹配：

old_iterproc = tff.learning.build_federated_averaging_process(...)
new_iterproc = tff.templates.IterativeProcess(intialize_fn=server_init,
  next_fn=old_iterproc.next)