collected_output=tff.federated_collect(client_outputs)。
详细代码请参考这个question。
我的问题是照片上标记为红色的部分之间的区别。就 FL 算法而言，我认为 client_outputs 是单个客户端的输出，collected_output 是 SequenceType，因为每个 client_outputs 都是组合的。它是否正确？如果我的猜测是正确的，member 是一组具有client_outputs 的个人客户成员吗？
【问题讨论】：
术语可能有点棘手。 client_outputs 不完全是“单个客户端的输出”，它仍然代表 所有 客户端输出，但它们不能单独寻址。重要的是，TFF 区分数据存在（“放置”）在客户端，它没有被传达。 collected_outputs 在某种意义上是所有单个客户端输出的流，尽管 placement 已通过 tff.federated_collect 更改到服务器（已传达值）。
再详细一点：
在上面的类型规范中，.member 是tff.FederatedType 上的一个属性。 TFF 指南Federated Core > Type System 是一个很好的资源，可以了解有关不同 TFF 类型的更多详细信息。
{int32}@CLIENTS表示由一组可能不同的整数组成的联合值，每个客户端设备一个。请注意，我们所说的单个联合值包含出现在网络中多个位置的多个数据项。可以将其视为一种具有“网络”维度的张量，尽管这种类比并不完美，因为 TFF 不允许随机访问联合值的成员成分。
在屏幕截图中，client_outputs 也是“放置”@CLIENTS（来自 .placement 属性）并遵循类似的语义：它具有多个值（每个客户端一个）但单个值不可寻址（即值不像 Python list)。
相比之下，collected_output 被放置在@SERVER。然后这个子弹：
<weights=float32[10,5],bias=float32[5]>@SERVER表示服务器上的权重和偏差张量的命名元组。由于我们去掉了花括号，这表明 all_equal 位已设置，即只有一个元组（无论托管该值的集群中可能有多少服务器副本）。
注意“single tuple”短语，在tff.federated_collect 之后有一个单一的值序列放置在服务器上。这个序列可以像stream 一样迭代。
【讨论】：