我是联邦学习的新手,我试图实现FL用于图像分类的代码,但我不理解这一行
我对一些细节部分感到困惑。我试图在Keras中建立一个顺序模型,但是当我训练模型时,我得到了这个错误,我该如何修复它
请引导我 多谢各位
iterative_process = tff.learning.build_federated_averaging_process(model_fn)
TypeError Traceback (most recent call last)
<ipython-input-50-0fdb188570d0> in <module>()
----> 1 iterative_process = tff.learning.build_federated_averaging_process(model_fn)
TypeError: build_federated_averaging_process() missing 1 required positional argument: 'client_optimizer_fn'
这是python关于函数调用的错误,请参见this answer and question了解类似的场景
^{} 的API文档表明需要两个参数:一个
model_fn
参数和一个client_optimizer_fn
从代码看,似乎只指定了第一个参数。上面的colab笔记本链接指向一个较旧版本的TFF(
0.12.0
,最近的是0.19.0
)。较新版本的PIP软件包不保证旧版本的colab笔记本电脑在newer colab notebook version中,已更新调用以匹配当前API,并包括其他参数:
相关问题 更多 >
编程相关推荐