tensorflow - Tensorflow Federated 中的联邦学习，有没有什么办法可以在客户端应用早停？

Question

我正在使用 Tensorflow Federated 通过联邦学习方法训练文本分类模型。
有没有办法在客户端应用提前停止？ API 中是否有交叉验证选项？
我唯一能找到的是评估:

evaluation = tff.learning.build_federated_evaluation(model_fn)

在联合训练回合结束时将其应用于模型。
我错过了什么吗？

Answer 1

使用 tff.learning.build_federated_averaging_process 时控制客户端执行步骤数的一种直接方法是通过设置每个客户端 tf.data.Dataset 具有不同的参数。例如限制步数 tf.data.Dataset.take .指南tf.data: Build TensorFlow input pipelines有更多细节。
或者，基于学习进度的测量停止将需要修改当前算法的一些内部结构。而不是使用 tff.learning 中的 API ，可能更简单地戳一下 federated/tensorflow_federated/python/examples/simple_fedavg/特别是客户端训练循环是 here并且可以根据除“数据集结束”(如当前使用的那样)以外的某些标准进行修改以停止。