如何为单个联邦学习客户端实现类加权？

Question

我试图使用TensorFlow联邦用于图像分类任务，有7个类和3-5个客户端。每个客户端都有不同的标签类分布。我已经成功地为我的用例实现了本教程，现在我正在寻找改进。我有几个问题：

1. 单个客户端是否可以根据该客户端特有的类分布在其损失函数中具有不同的类权重？
2. 如果是这样的话，人们将如何实现这一点？
3. 如果不是，是因为联邦平均过程要求客户端和全局模型共享相同的损失函数吗？

Answer 1

如果我理解你的问题，我可以说是的，个别客户可以有不同的类别权重，在本例中，我们讨论的是非iid数据。假设我们有7个标签，每个客户端都有来自1或2个标签的数据。