关于finetune的问题

[TigerAB1]

您好，首先非常感谢您的开源精神和贡献，我在学习您的代码的时候我发现如果在生成数据的时候，如果我用--split user,那么在 ` def finetune(self): """ The fine-tune function. If your method has different fine-tuning opeation, consider to override this. This function will only be activated while in FL test round. """ self.model.train() for _ in range(self.args.finetune_epoch): for x, y in self.trainloader: if len(x) <= 1: continue

            x, y = x.to(self.device), y.to(self.device)
            logit = self.model(x)
            loss = self.criterion(logit, y)
            self.optimizer.zero_grad()
            loss.backward()
            self.optimizer.step()`时候，由于在test的时候for client_id in self.test_clients: ，那么self.trainloader且不是空的？不知道是我理解错误还是什么，如果您百忙之中能回答我的问题，我将不胜感激。

[KarhouTam]

您好，@TigerAB1。首先感谢您对这个开源项目的认可。

关于您的问题，使用 --split user 会使得数据集切分成：训练客户和测试客户。训练客户中的数据全部用来训练模型；而测试客户则全部数据均用于测试模型。这样 finetune 功能就不跟 --split user 相容，因为 finetune 需要客户端上有训练用数据。 如果您有需要用到 finetune 功能，建议切分数据集时使用 --split sample 或不指定参数（sample 为默认参数） 。 --split sample 会使每个客户端都分配到训练数据和测试数据。

[TigerAB1]

好的，感谢