Как реализовать взвешивание классов для отдельных клиентов федеративного обучения?

Question

Я пытаюсь использовать TensorFlow Federated для задачи классификации изображений с 7 классами и 3-5 клиентами. У каждого клиента свой класс распределения меток. Я успешно реализовал этот учебник для своего варианта использования и сейчас ищу улучшения. У меня есть несколько вопросов:

1. Могут ли отдельные клиенты иметь разные веса классов в своей функции потерь в зависимости от распределения классов, уникального для этого клиента?
2. Если так, как бы это реализовать?
3. Если нет, то потому что процесс федеративного усреднения требует, чтобы клиенты и глобальная модель использовали одну и ту же функцию потерь?

Answer 1

Если я понимаю ваш вопрос, я могу сказать «да», отдельные клиенты могут иметь различный вес класса, в этом случае мы говорим о данных, не относящихся к iid. Предположим, что у нас есть 7 меток, у каждого клиента есть данные из 1 или 2 меток.