在 federated-tensorflow 的客户端中运行多个 epoch答案

【问题标题】：Running multiple epochs in clients of federated-tensorflow在 federated-tensorflow 的客户端中运行多个 epoch
【发布时间】：2020-10-04 15:52:49
【问题描述】：

在 federated-tensorflow 中是否有任何方法可以让客户在其数据集上针对多个 epoch 训练模型？我在教程中发现一个解决方案可以通过运行 dataset.repeat(NUMBER_OF_EPOCHS) 来修改数据集，但我为什么要修改数据集？

【问题讨论】：

标签： tensorflow tensorflow2.0 tensorflow-federated

【解决方案1】：

tf.data.Dataset 是 TF2 的设置方式。将代码视为修改“数据管道”而不是“数据集”本身可能很有用。

https://www.tensorflow.org/guide/data 尤其是 https://www.tensorflow.org/guide/data#processing_multiple_epochs 部分可能是有用的指针。

在高层次上，tf.data API 设置了一个示例流。也可以配置该流的重复（多个时期）。

dataset = tf.data.Dataset.range(5)
for x in dataset:
  print(x) # prints 0, 1, 2, 3, 4 on separate lines.

repeated_dataset = dataset.repeat(2)
for x in repeated_dataset:
  print(x) # same as above, but twice

shuffled_repeat_dataset = dataset.shuffle(
  buffer_size=5, reshuffle_each_iteration=True).repeat(2)
for x in repeated_dataset:
  print(x) # same as above, but twice, with different orderings.

【讨论】：