问题描述
在阅读tensorflow federated for image classification 的这篇tutorial时，我发现.repeat()，我想了解这个预处理函数的必要性，尤其是当我增加{{1}中的数字时}，模拟需要很多时间。那么，如果有必要制作.repeat()，我们可以选择多少个epoch？
解决方法
教程中对 tf.data.Dataset.repeat 的调用不是绝对必要的。它是一个超参数，使客户端执行更多本地优化（通过重复本地数据集采取更多步骤），从而降低通信频率。实际上，每个联合学习“回合”都会取得更多进展，因为客户正在做更多的工作。
不使用任何重复意味着客户只训练一个时期。在本教程中，这可能会导致模型训练看起来更慢（以每轮为基础），并且每轮完成的小批量步骤更少。
大量的 epoch 会产生负面影响。在后面的几轮中，当模型大部分收敛时，如果本地数据与全局数据分布发散，客户可能会对其本地数据进行过拟合。