【FATE联邦学习】非分类、回归任务，如何获得联邦模型的输出？-Toy模板网

这篇具有很好参考价值的文章主要介绍了【FATE联邦学习】非分类、回归任务，如何获得联邦模型的输出？。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一般来说，从FATE框架中获得数据使用get_component('name').get_output_data()。
但是这样子在目前的1.x的FATE中，只能以分类、回归的格式输出才能获得。

如果是图片、文本、token embedding等，用这种方式根本拿不到模型的输出。

经过跟FATE社区人员交涉，社区肯定了这种方法拿不出。并且给了个方法，在自定义的trainer中的predict函数，直接保存输出。不在通过上述方法获得。

只能说现在只能先这样用了。

如何自定义trainer，在官方文档有。
trainer中的predict部分部分原代码如下，直接在这里面添加save model prediction就行：

def _predict(self, dataset: Dataset):

        pred_result = []

        # switch eval mode
        dataset.eval()
        self.model.eval()

        
        labels = []
				# 直接在这里save prediction
        pred = self.model(images)
        torch.save('./xxxx',pred)
        
        length=len(dataset.get_sample_ids())
        ret_rs = torch.rand(length,1)
        ret_label = torch.rand(length, 1).int()

        return dataset.get_sample_ids(), ret_rs, ret_label
        

    def predict(self, dataset: Dataset):

        ids, ret_rs, ret_label=self._predict(dataset)

        if self.fed_mode:
            return self.format_predict_result(
                ids, ret_rs, ret_label, task_type=self.task_type)
        else:
            return ret_rs, ret_label