Question

我想使blog post中的循环自动编码器适应联邦环境。

我对模型进行了稍微修改，以符合TFF image classification tutorial.

中显示的示例

def create_compiled_keras_model():
  model = tf.keras.models.Sequential([
      tf.keras.layers.LSTM(2, input_shape=(10, 2), name='Encoder'),
      tf.keras.layers.RepeatVector(10, name='Latent'),
      tf.keras.layers.LSTM(2, return_sequences=True, name='Decoder')]
  )

  model.compile(loss='mse', optimizer='adam')
  return model

model = create_compiled_keras_model()

sample_batch = gen(1)
timesteps, input_dim = 10, 2

def model_fn():
  keras_model = create_compiled_keras_model()
  return tff.learning.from_compiled_keras_model(keras_model, sample_batch)

gen函数定义如下：

import random

def gen(batch_size):
    seq_length = 10

    batch_x = []
    batch_y = []

    for _ in range(batch_size):
        rand = random.random() * 2 * np.pi

        sig1 = np.sin(np.linspace(0.0 * np.pi + rand, 3.0 * np.pi + rand, seq_length * 2))
        sig2 = np.cos(np.linspace(0.0 * np.pi + rand, 3.0 * np.pi + rand, seq_length * 2))

        x1 = sig1[:seq_length]
        y1 = sig1[seq_length:]
        x2 = sig2[:seq_length]
        y2 = sig2[seq_length:]

        x_ = np.array([x1, x2])
        y_ = np.array([y1, y2])
        x_, y_ = x_.T, y_.T

        batch_x.append(x_)
        batch_y.append(y_)

    batch_x = np.array(batch_x)
    batch_y = np.array(batch_y)

    return batch_x, batch_x #batch_y

到目前为止，我一直找不到任何未使用TFF存储库中样本数据的文档。

如何修改它以创建联合数据集并开始训练？

Answer 1

在非常高的层次上，要使用带有TFF的任意数据集，需要执行以下步骤：

将数据集划分为每个客户端子集（如何操作是一个更大的问题）
为每个客户子集创建tf.data.Dataset
将所有（或子集）数据集对象的列表传递给联合优化。

本教程中发生了什么

Federated Learning for Image Classification tutorial使用tff.learning.build_federated_averaging_process通过FedAvg算法建立联合优化。

在该笔记本中，以下代码正在执行一轮联合优化，其中将客户端数据集传递给流程的.next方法：

   state, metrics = iterative_process.next(state, federated_train_data)

federated_train_data是list中的Python tf.data.Dataset，每个参与此回合的客户都使用一个。

ClientData对象

TFF（在tff.simulation.datasets下）提供的固定数据集是使用tff.simulation.ClientData界面实现的，该界面管理客户端→数据集映射和tff.data.Dataset的创建。

如果您打算重复使用数据集，将其实现为tff.simulation.ClientData可能会使将来的使用变得更加容易。

在TensorFlow联合中创建自定义联合数据集

1 个答案:

本教程中发生了什么

ClientData对象