如何在 tensorflow federated 中打印客户端传递的值？答案

【问题标题】：How to print values passed by client in tensorflow federated?如何在 tensorflow federated 中打印客户端传递的值？
【发布时间】：2020-02-18 10:43:21
【问题描述】：

我正在尝试理解 tensorflow federated。我指的是https://www.tensorflow.org/federated/tutorials/custom_federated_algorithms_2#gradient_descent_on_a_sequence_of_local_data 网站。这里我不明白如何在这个函数中打印每个客户端传递的值？

SERVER_FLOAT_TYPE = tff.FederatedType(tf.float32, tff.SERVER, all_equal=True)

@tff.federated_computation(
    SERVER_MODEL_TYPE, SERVER_FLOAT_TYPE, CLIENT_DATA_TYPE)
def federated_train(model, learning_rate, data):
  return tff.federated_mean(
      tff.federated_map(
          local_train,
          [tff.federated_broadcast(model),
           tff.federated_broadcast(learning_rate),
           data]))

还有谁能告诉我 tff.sequence_reduce 的用途。

请帮忙。

【问题讨论】：

标签： tensorflow tensorflow-federated

【解决方案1】：

如果您想在此处检查客户端的值，您可以想象有几种方法。

如果该函数是tff.tf_computation，则可以在local_train 内部使用tf.print 操作，我认为这里不是这种情况。

另一种方法是将函数调用拉得更多，所以不要写tff.federated_mean(tff.federated_map(local_train...))

我们可以写

train_results_on_clients = tff.federated_map(local_train...)
aggregated_result =tff.federated_mean(train_results_on_clients)

然后，如果外部函数返回这两个值，则表示 train_results_on_clients 在 Python 运行时中具体化的值将是在所有客户端上运行单轮训练的结果，显示为一个列表，每个客户端一个条目; TFF 允许您执行此操作，就像您可以通过返回它们来检查函数的中间值一样。

行不通的一件事是在联合计算中插入 Python 打印语句；这只会在跟踪时执行，原因与必须在 TF 图中使用 tf.print 而不是 Python print 的原因相同（至少，没有签名）。

至于tff.sequence_reduce，其目的实际上是为了展示 TFF 的本地计算无关设计；关键是，模型训练循环的编写方式与作为本地计算引擎的 TensorFlow 完全无关。

希望这会有所帮助！

【讨论】：

感谢您的帮助。我想知道每个客户端传递的值，因此我尝试拉函数调用并将其写为 train_results_on_clients = tff.federated_map(local_train...) aggregated_result =tff.federated_mean(train_results_on_clients) 并且我已将 tf.print 用于 train_results_on_clients 但我收到以下错误
tf.print 在联合计算上下文中不起作用；只有在装饰为 tff.tf_computation 的函数内部，tf.print 才会做任何好事。您在这里的另一个选择是从 Python 函数 return train_results_on_clients ；这是我会推荐的