Я создаю набор данных не-IID, в котором я делю 60000 примеров (10 классов, и каждый класс имеет 6000 примеров) на 200 фрагментов, а каждый фрагмент имеет 300 примеров. Есть 100 клиентов, и я выделяю 2 фрагмента случайным образом для каждого клиента. Это ситуация некоторых клиентов. ситуация некоторых клиентов
Я использую этот набор данных для обучения моей модели TFF. Точность набора поездов составляет около 0,99, но точность набора испытаний составляет всего около 0,5. Я пробую много раз, но без изменений. И я думаю, что, возможно, модель слишком подходит, поэтому я добавляю два отсева для тестирования, но я получаю тот же результат. Затем я изменяю функцию relu () на leakyrelu () и меняю функцию оптимизатора с SGD на Adam, но точность также составляет около 0,5. Я не знаю почему. Я знаю, что Non-IID приведет к снижению точности, и FedAvg может уменьшить его. TFF использует FedAvg для агрегирования клиентской модели, что означает, что я использовал FedAvg в качестве своей базовой структуры, правильно? Но почему у меня такая низкая точность?