背景

本人定义了模型后，须要自行定义训练形式。

这里文档给了办法，然而大部分还是须要本人看源码摸索。

  • https://fate.readthedocs.io/en/latest/tutorial/pipeline/nn_tutorial/Homo-NN-Customize-Trainer/

  • https://fate.readthedocs.io/en/latest/tutorial/pipeline/nn_tutorial/Homo-NN-Trainer-Interfaces/
    文档写的也有疏漏哈哈，最初我还是本人找到了，就是下面2个链接：

    我的做法

在federatedml.nn.homo.trainer外面退出本人的trainer。
我本人间接复制了原先的FedAvgTrainer的代码，而后改掉了train的代码成本人代码了。

有几个留神的点

  • Fateboard中打印loss：找callback_loss，参照FedAvgTrainer的代码加上就行，loss曾经在base类里实现了，你也参考call back loss的代码能够间接新写个指标。

    我碰到的坑是：必须float+cpu()一下、或者用item()取值才行，即使是我的torch版本是反对cuda的，不然报错。我的写法是self.callback(float(my_loss.cpu().detach()), idx)，然而我打印了FedAvg的loss他自身是numpy类型的，然而我间接numpy()就不行。不晓得怎么回事。

    self.callback(my_loss.cpu().detach().numpy(), idx)，不报错，然而Fateboard加载不进去
    self.callback(my_loss, idx)，报错，说cuda available是False，我真醉了

  • FedAvgTrainer中federation process是与是否收敛convergence相干的，退出那段代码能有疾速完结训练的成果（达到收敛规范可立刻完结，跟early stopping差不多）。