如何创建自己的联合数据集，并在多个设备上使用TensorFlowFederated进行学习

Question

我正在尝试使用TFF实现联合学习。我已经介绍了3个EC2实例，并在Conda环境中设置了TFF。我试图弄清楚如何使用一些CSV文件创建一个联合数据集，然后通过将其中一个作为中央和其他2个客户作为客户来开始对这些EC2实例进行培训。在TFF代码中，我可以看到TFF。clients具有URI属性，但不确定如何将其映射到IP/Some-dendpoint以在客户端和服务器之间进行通信。

我已经搜索了使用当前提供的TFF功能，但找不到有关实现此案的任何指示。(因为这是位置文字TFF.Client和TFF.Server无论如何都不会通过API暴露，并且计划以将来发行(

(

在Tensorflow_federated python core strap plopement_literals.py：

 PlacementLiteral(object):
  """A representation of one of the globally recognized placement literals."""
  def __init__(self, name, uri, default_all_equal, description):
    self._name = name
    self._uri = uri #URI for client/Server
    self._description = description
    self._default_all_equal = default_all_equal
NA

Answer 1

tff当前仅完全支持单机模拟。正在进行工作以启用多机仿真环境以启用更快的模拟(尽管在语义上将是相同的结果(，但是它正在进行。

我建议首先从单基机模拟中运行TFF开始。