如何建立不平衡和小数据集的联邦学习模型

Question

我正在使用TFF构建一个联邦学习模型，我有一些问题：

1. 我正在准备数据集，我有不同的数据文件，具有相同的特性和不同的样本。我认为这些文件中的每一个都是一个客户端。我怎样才能在TFF中维护这个呢？
2. 数据是不平衡的，也就是说，数据的大小在每个文件中都是不同的。这会影响建模过程吗？
3. 数据的大小有点小，一个文件(客户端)有300个记录，另一个文件有1500个记录，是否适合建立联邦学习模型？

提前感谢

Answer 1

1. 您可以为数据集创建一个ClientData，请参阅使用tff的ClientData。
2. 数据集不需要平衡来构建联邦学习模型。在https://arxiv.org/abs/1602.05629中，服务器对客户端的模型更新采用加权联邦平均法，其中权重是每个客户端的样本数。
3. 每个客户端有几百条记录与EMNIST数据集不相上下，所以这是很好的。关于客户机的总数:这个教程用10个客户端显示FL，您可以使用较小的NUM_CLIENTS运行colab来查看它如何在示例数据集上工作。