TFF:TFF 是否支持除神经网络之外的任何其他模型?
TFF: Does TFF support any other models except neurel networks?
我正在尝试对不同的联邦学习框架进行比较。
在 TFF 网站上查看时,我找不到有关支持哪些型号的任何信息。
看着'model' API他们只谈重量,...
我是不是遗漏了什么或者 TFF 不能用于神经网络以外的其他模型?
TFF 在概念上有两个级别 API:
低级Federated Core API of TFF supports arbitrary computation on scalars, vectors, matrices, etc; doing anything TensorFlow can do. The notion of a model is not inherit at this level and there is greater freedom. The Custom Federated Algorithms, Part 1: Introduction to the Federated Core教程是一个很好的介绍。
更高级别 Federated Learning API 建立在联邦核心 API 之上,并开始添加 assumptions/constraints。例如,提供的 FedAvg 算法实现主要期望在模型的前向传递上进行反向传播风格的训练。其他联邦算法肯定很有趣,但可能需要在 Federated Core API.
上构建
您还可以使用 Keras 模型,它不仅限于神经网络。
一个Keras模型可以转换为tff.learning.Model
format using tff.learning.from_keras_model
, and this can be used together with the higher level computations like tff.learning.build_federated_averaging_process
. For an example of logistic regression in TFF, see for instance https://github.com/google-research/federated/tree/master/optimization/Whosebug_lr
我也支持 ,如果需要,您基本上可以写任何东西。
我正在尝试对不同的联邦学习框架进行比较。 在 TFF 网站上查看时,我找不到有关支持哪些型号的任何信息。 看着'model' API他们只谈重量,...
我是不是遗漏了什么或者 TFF 不能用于神经网络以外的其他模型?
TFF 在概念上有两个级别 API:
低级Federated Core API of TFF supports arbitrary computation on scalars, vectors, matrices, etc; doing anything TensorFlow can do. The notion of a model is not inherit at this level and there is greater freedom. The Custom Federated Algorithms, Part 1: Introduction to the Federated Core教程是一个很好的介绍。
更高级别 Federated Learning API 建立在联邦核心 API 之上,并开始添加 assumptions/constraints。例如,提供的 FedAvg 算法实现主要期望在模型的前向传递上进行反向传播风格的训练。其他联邦算法肯定很有趣,但可能需要在 Federated Core API.
上构建您还可以使用 Keras 模型,它不仅限于神经网络。
一个Keras模型可以转换为tff.learning.Model
format using tff.learning.from_keras_model
, and this can be used together with the higher level computations like tff.learning.build_federated_averaging_process
. For an example of logistic regression in TFF, see for instance https://github.com/google-research/federated/tree/master/optimization/Whosebug_lr
我也支持