cost 389 ms
我得到一个 **NumPyClient.fit 没有返回包含 3 个元素的元组。** 运行 client.py 文件时出现错误。 可能是什么问题呢? - I'm getting an **NumPyClient.fit did not return a tuple with 3 elements.** error when I run client.py file. What could be the problem?

我正在使用 Flower 代码示例来尝试联邦学习的 POC,但是当我运行 client.py 文件时,我不断收到以下错误: INFO flower 2022-07-04 15:27:37,301 | connection.py:102 | Opened insecure gRPC connectio ...

ResNet 上的 TensorFlow 联合学习失败 - Tensorflow Federated Learning on ResNet failse

我用 tensorflow 联邦学习 API 做了一些实验。 实际上,我尝试在 10 个客户端上训练一个简单的 ResNet。 根据数据和指标,培训似乎是成功的。 但是评估以及本地和联合失败。 有人有建议吗? 该模型: 该模型只是一个简单的 ResNet。 对于培训,我使用 Tensorfl ...

从联合数据集切换到集中式数据集时 - 错误可能表明您正在尝试将张量传递给 NumPy 调用 - When switching from federated to centralized dataset -Error may indicate that you're trying to pass a Tensor to a NumPy call

我正在尝试从联合设置切换到集中学习。 我创建了一个联合数据集,但我想使用create_tf_dataset_from_all_clients函数创建一个用于集中学习的数据集。 当我搜索错误时,我发现 NumPy 和 TensorFlow 的版本可能不适合此功能,我当前的版本是: 蟒蛇== 3. ...

如果我在联邦学习 (TFF) 中有一个全局标记器,是否会侵犯客户的隐私? - Is it against privacy of clients if I have a global tokenizer in Federated Learning (TFF)?

我目前陷入了死胡同。 我正在尝试从联合方法制作图像标题生成器。 我最初的想法是为每个客户使用不同的标记器。 然而,这带来了这些问题: 每个客户端都有不同大小的词汇表,因此 y 的形状也不同,这将导致全局模型配置出现问题。 为了解决上述问题,我可以使每个客户端中的 y 大小等于所有客户端中的 ...

TypeError: 最多期望 1 个参数,得到 2....... data = collections.OrderedDict('data', Distributed_data[i]) - TypeError: expected at most 1 arguments, got 2....... data = collections.OrderedDict('data', distributed_data[i])

我收到与此函数定义相关的以下错误有什么问题? Convert_to_client_data() 是联邦学习中的一个函数,我试图将数据集转换为联邦数据集。 这是在给出错误的函数中使用的类 Distribute 的声明 #类分布声明 #function DEFINITION 给出错误 ...

联邦学习中不平衡的客户规模 - Unbalanced client size in federated learning

我正在使用 Tensoflow Federated 对多个文件应用联合学习。 问题是,每个文件中的数据大小(记录数)是不同的。 联邦学习培训中为每个客户设置不同的大小是否存在问题? 如果有我该如何克服它? 有没有一种方法可以让我看到每个客户端在联合计算训练时的表现? ...

如何在 tensorflow_federated TFF 中调整 CIFAR100 的超参数而不降低精度? - How to tune hyper parameters for CIFAR100 in tensorflow_federated TFF without dropping in the accuracy?

我正在尝试使用CIFAR100 数据集测试本教程https://www.tensorflow.org/federated/tutorials/tff_for_federated_learning_research_compression ,但准确性每轮都在下降! 我对超参数的调整是原因吗? 这是 ...

AttributeError: 'MapDataset' object 在 tensorflow_federated TFF 中没有属性 'client_ids' - AttributeError: 'MapDataset' object has no attribute 'client_ids' in tensorflow_federated TFF

我正在尝试使用此 API tff.simulation.datasets.build_single_label_dataset() 测试非 IID联邦学习中的压缩技术,遵循这些帖子: TensorFlow 联邦:如何调整联邦数据集中的非独立同分布性? AttributeError: 'MapD ...

如何在联邦学习中使用迁移学习? - How can I use transfer learning in federated learning?

我尝试实施联邦学习。 (使用 TensorFlow 联邦核心) 并在每一轮之后保存 server_state(权重): 现在我想将这个 pre_trained model 用于一个新的联合学习案例,其中 CNN 层的权重是固定的,只有最后 3 层的权重发生变化。 有人可以帮助我如何做到这一点吗? ...

AttributeError: 'MapDataset' object 在 tensorflow_federated tff 中没有属性 'preprocess' - AttributeError: 'MapDataset' object has no attribute 'preprocess' in tensorflow_federated tff

我正在使用非 IID 分布测试本教程以进行联合学习: https://www.tensorflow.org/federated/tutorials/tff_for_federated_learning_research_compression 在此发布的问题TensorFlow Federated ...

二元分类的精度为 0% - Accuracy 0% for binary classification

我正在使用 OpenFL 框架进行联邦学习实验。 我运行他们的教程笔记本没有问题,所以例如我能够在 MNIST 上运行分类并且一切正常。 现在我正在使用 2 个客户端和 2 个不同的数据集。 但是,对于二元分类问题,我的准确率约为 0%。 所以,对于两个数据集,我有 2 个类,“neg”和“pos ...

集中式服务器 model 如何使用 TensorflowFederated 中的聚合客户端指标进行更新 - How the centralized server model is updated with aggregated client metrics in TensorflowFederated

我设计了联邦学习 model 和 TensorFlow 联邦框架。 定义迭代过程如下, 我有 2 个远程工作人员运行 tffruntime 远程执行程序服务,运行计算的上下文定义为tff.backends.native.set_remote_python_execution_context(chan ...

`to_representation_for_type` 中的类型规范和值之间的元素数量不匹配。 Type spec 有 2 个元素,value 有 5 个 - Mismatched number of elements between type spec and value in `to_representation_for_type`. Type spec has 2 elements, value has 5

我使用 tensorflow fedprox 来实现联邦学习。(tff.learning.algorithms.build_unweighted_fed_prox)def model_fn(): keras_model = create_keras_model() return tf ...


 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM