FedML-AI/FedML

How do different algorithms work?

Open

#660 geöffnet am 6. Dez. 2022

Auf GitHub ansehen
 (2 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (743 Forks)batch import
help wantedquestion

Repository-Metriken

Stars
 (3.930 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

Hello，I want to ask for a help： In the "main_fedml_image_segmentation. py" file of the fedcv module, "SegmentationTrainer. py" and "SegmentationAggregator. py" under the "image_segmentation/trainer" module are imported during training. Suppose I modify different algorithms in "fedml_config. yaml", such as FedAvg, FedOpt, FedProx, but still use the same SegmentationTrainer and SegmentationAggregator, without any difference? How should different algorithms be implemented? In fedcv/segmentation， how do the algorithms in fedml/simulation/mpi work? They are all the same?

Contributor Guide

Research-Richtung
Vergleiche die Implementierungen von FedAvg, FedOpt und FedProx im Verzeichnis fedml/simulation/mpi. Untersuche, wie jeder Algorithmus die Basis Trainer und Aggregator Klassen überschreibt. Erkläre dann die Unterschiede und wie sie über die fedml config.yaml konfiguriert werden.
Tech Stack
python
Domain
backendmachine learning
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
1
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Unter 1 Stunde
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Keine
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
80