我正在分析我在 Tensorflow 中与 FedAvg 联合实施的一种方法。我需要为与服务器通信的每个客户端的增量权重创建一个直方图。每个客户端分别在simulation/federated_avaraging.py 中调用，但问题是我无法在其中调用以下 API。 tf.summary.histogram()。任何帮助将不胜感激。
【问题讨论】：
标签： python tensorflow tensorflow-federated
在 TFF 中，TensorFlow 代表“本地计算”；因此，如果您需要一种方法来检查 跨 客户端的内容，则需要首先通过 TFF 聚合所需的值，或者检查本机 python 中的返回值。
如果您想使用 TF 操作，我建议您使用 tff.federated_collect 内在函数来“收集”您想要在服务器上的所有值，然后使用 federated_map 一个 TF 函数来获取这些值并生成您想要的可视化.
如果您更愿意在 Python 级别工作，这里有一个简单的选择（这是我会采用的方法）：只需从您的 tff.federated_computation 中返回客户培训的结果;当您调用此计算时，这将具体化这些结果的 Python 列表，您可以根据需要对其进行可视化。这大致类似于：
@tff.federated_computation(...)
def train_one_round(...):
...
trained_clients = run_training(...)
new_model = update_global_model(trained_clients,...)
return new_model, trained_clients
在本例中，此函数将返回一个元组，其第二个元素是一个 Python 列表，表示所有客户端的训练结果。
【讨论】：