如何在 tensorflow 联合中打印本地输出？答案

【问题标题】：how to print local outputs in tensorflow federated?如何在 tensorflow 联合中打印本地输出？
【发布时间】：2019-05-28 02:13:44
【问题描述】：

我想在 tensorflow 联合教程https://www.tensorflow.org/federated/tutorials/federated_learning_for_image_classification 中打印客户端的本地输出。我该怎么办？

【问题讨论】：

标签： tensorflow-federated

【解决方案1】：

如果您只想要进入聚合的值列表（例如，进入tff.federated_mean），一种选择是向aggregate_mnist_metrics_across_clients() 添加额外的输出以包含使用tff.federated_collect() 计算的指标。

这可能看起来像：

@tff.federated_computation
def aggregate_mnist_metrics_across_clients(metrics):
  return {
      'num_examples': tff.federated_sum(metrics.num_examples),
      'loss': tff.federated_mean(metrics.loss, metrics.num_examples),
      'accuracy': tff.federated_mean(metrics.accuracy, metrics.num_examples),
      'per_client/num_examples': tff.federated_collect(metrics.num_examples),
      'per_client/loss': tff.federated_collect(metrics.loss),
      'per_client/accuracy': tff.federated_collect(metrics.accuracy),
  }

稍后在计算运行时会打印几个单元格：

state, metrics = iterative_process.next(state, federated_train_data)
print('round  1, metrics={}'.format(metrics))

round  1, metrics=<...,per_client/accuracy=[0.14516129, 0.10642202, 0.13972603],per_client/loss=[3.2409852, 3.417463, 2.9516447],per_client/num_examples=[930.0, 1090.0, 730.0]>

但请注意：如果您想了解特定客户的价值，则无法故意这样做。通过设计，TFF 的语言有意避免客户身份的概念；希望避免使客户成为可寻址的对象。

【讨论】：

如果客户端地址不可访问，如何发现和避免一些无意义或错误的模型更新等攻击？而且由于客户端地址无法访问，我想分析不同客户端的值，这样合理吗？
确定如何防御“坏”（甚至定义什么是“坏”）更新是 FL 研究的一个活跃领域。虽然 TensorFlow Federated 避免了哪个客户端提供了哪个更新的映射，但它仍然可以检查（并区别对待）服务器上的更新（这可能会改变使用安全多方通信技术的实现）。包含在 TFF 中的 FederatedAveraging 算法的实现使用 tff.federated_mean()，但构建一个自定义的 tff.federated_reduce() 来确定是否包含更新是一种可能的途径。

【解决方案2】：

如果你想在'client_update'函数中打印一些东西，你可以使用tf.print()。

【讨论】：