联邦学习中使用的客户端数量有限
Limited number of clients used in federated learning
刚开始研究federated learning，想把它应用到某个数据集上，有一些问题冒了出来。
我的数据包含 3 个类别的记录，每个类别有 3 个部门。我计划每个类别有3种不同的联邦学习模型，并将该类别的三个部门视为分布式客户端。
这可能吗？还是构建联邦学习模型需要成千上万的客户？
谢谢
根据您在问题中提供的内容很难说。通常，在构建联合学习系统时，您会将集中式方法扩展到在隔离客户端之间使用数据 split/partitioned 的方法。同样，根据您拥有的数据类型、您尝试解决的任务类型以及以集中方式解决任务所需的数据量，这些因素以及其他因素将取决于您可以使用多少客户端以及每个客户端需要多少数据。此外，您希望使用的聚合方法结合来自不同客户端的参数将影响这一点。我建议尝试不同的客户端数量和分区方法，看看适合您的需求。
刚开始研究federated learning，想把它应用到某个数据集上，有一些问题冒了出来。
我的数据包含 3 个类别的记录，每个类别有 3 个部门。我计划每个类别有3种不同的联邦学习模型，并将该类别的三个部门视为分布式客户端。
这可能吗？还是构建联邦学习模型需要成千上万的客户？
谢谢
根据您在问题中提供的内容很难说。通常，在构建联合学习系统时，您会将集中式方法扩展到在隔离客户端之间使用数据 split/partitioned 的方法。同样，根据您拥有的数据类型、您尝试解决的任务类型以及以集中方式解决任务所需的数据量，这些因素以及其他因素将取决于您可以使用多少客户端以及每个客户端需要多少数据。此外，您希望使用的聚合方法结合来自不同客户端的参数将影响这一点。我建议尝试不同的客户端数量和分区方法，看看适合您的需求。