tensorflow-federated
-
联邦学习中客户端大小不平衡
-
什么版本的 Tensorflow federated 有模块 'federated_computation'？
-
在 tf.keras.metrics 中对多分类模型使用不同的指标
-
AttributeError: 'MapDataset' object has no attribute 'preprocess' in tensorflow_federated tff
-
TFF 中的再现性、控制随机性、操作员级随机性
-
联邦学习中的 Epochs 与 Rounds
-
TFF：评估联邦学习模型，损失值大幅增加
-
ValueError: Missing data for input "input_2". You passed a data dictionary with keys ['y', 'x']. Expected the following keys: ['input_2']
-
在联邦学习中训练全局和本地模型
-
ValueError: Layer "sequential" expects 1 input(s), but it received 10 input tensors
-
加载多个 CSV 文件（孤岛）以组成 Tensorflow Federated 数据集
-
在联邦学习中将数据拆分为训练和测试
-
tff：定义Tensorflow.take()函数的用法
-
TFF: train_test_client_split 对每个客户端数据进行分区
-
使用 create_tf_dataset_for_client() 定义数据集中的训练示例
-
tff.simulation.datasets.ClientData 从 CSV 文件构建联邦学习模型
-
How to solve "ValueError: Unable to unpack value [] as a tf.compat.v1.GraphDef"
-
如何建立不平衡和小数据集的联邦学习模型
-
如何在 TFF 的服务器上收集所有客户端权重？
-
联邦学习中使用的客户端数量有限