TsingZ0 / FedALA

AAAI 2023 accepted paper, FedALA: Adaptive Local Aggregation for Personalized Federated Learning
Apache License 2.0
113 stars 18 forks source link

关于抽取本地数据训练权重的问题 #11

Closed like-hopeful closed 1 year ago

like-hopeful commented 1 year ago

您好,多次拜读了您FedALA的论文,请教您一个问题,在您的论文中,您在公式(5)中从客户端本地的数据训练自适应权重Wpi,并且在下面的内容中提到为了减少计算,可以随机抽取80%的本地数据训练这个权重。

但是在后面,看到您在每一个客户端上评价训练的本地个性化模型,将75%的数据作为训练集,25%的数据作为测试集。 所以请问,在抽取80%的本地数据训练权重Wpi的时候,应该是只抽取的本地的训练集的80%的数据吧?

FryLcm commented 1 year ago

很明显是的

like-hopeful commented 1 year ago

很明显是的

请问您是看提供的代码确定了吗

TsingZ0 commented 1 year ago

是啊,FL是一种训练范式,全程都只用training data,与test data无关。test data只是用来测试获得accuracy的,测试与训练是无关的

nndzqh commented 1 year ago

您好,我在自适应本地聚合方法中,是自适应权重,来达到自适应的,权重具体是怎么自适应的呢?谢谢