Случайно ли это сравнение тренировки точности и оценки точности? В федеративном обучении эти две интерпретации отличаются от стандартных настроек централизованного машинного обучения.
В федеративном обучении обучение точность часто трудно интерпретировать, поскольку она выше локального клиента Модель на клиентском локальном наборе данных . клиентский локальный набор данных является подмножеством глобального распределения, с потенциально очень другим распределением.
Особенно, если существует большое количество дрейфа клиентов (принимая много client local этапы обучения на клиентском локальном наборе данных, который имеет большие различия в распределении), после усреднения отдельных обновлений клиента прогресс в модели global может быть намного меньше, чем отдельные клиенты в каждом раунде , Следовательно, точность оценки в конце раунда может быть немного хуже, чем точность обучения . Ожидается, что в «здоровом» тренировочном процессе это наверстает упущенное после достаточного количества раундов.