联邦平均与TensorFlow

Question

我是一个联邦学习的新手，我只是想了解一下TensorFlow联邦TFF框架。如果有人能澄清这些问题，我会非常感激的：

1. 是否联邦平均算法是TFF中唯一支持的聚合算法？它与联邦随机梯度下降有什么不同？
2. 剂量平均要求每个客户都接受神经网络的训练？或者可以用任何机器学习算法来训练本地数据？
3. I有大数据，我计划将数据分割成较小的数据集，并将每个部分模拟成一个客户端？这个在TFF里有用吗？它是考虑横向还是纵向联合学习？

提前感谢

Answer 1

联邦学习的图像分类教程将是一个很好的开端，学习TFF：https://www.tensorflow.org/federated/tutorials/federated_learning_for_image_classification“准备输入数据”一节与您的第三个问题有关。关于纵向还是横向:我知道最近的出版物中定义了许多类型的联邦学习。就我个人而言，我会将您所描述的跨筒仓联邦学习称为跨筒仓联邦学习，有关更多信息，请参阅本文第2.2节：https://arxiv.org/abs/1912.04977。

回答你的其他问题：

请参阅上面的教程，了解如何在服务器端和客户端设置SGD学习速率时，如何创建具有联邦平均值的iterative_process。您还可以实现定制的联邦学习算法：https://www.tensorflow.org/federated/tutorials/building_your_own_federated_learning_algorithm (本教程还可能回答您关于定制本地培训的第二个问题？)