PaddleFL
PaddleFL copied to clipboard
PaddlePaddle
Federated Deep Learning in PaddlePaddle
Dear developer, will paddleFL soon acquire modules like --eval in paddle detection? I had trouble finding metrics like bbox mAP in paddleFL. Is there a way to show such metrics...
I use docker image paddlefl:1.1.2, its paddle version is paddlepaddle 1.8.5 (cpu),I want to run youtubenn_movie case with GPU,how should I do ? My host env cuda env is as...
尊敬的paddlefl开发人员您好！关于paddlefl横向联邦，从examples的一些示例，我了解到FLServer与FLTrainer之间是通过grpc通信的，每起一个任务，必须启动一个FLServer和多个FLTrainer，如果同时跑多个任务就要启动多个FLServer，暴露多个端口。是否可以通过一些配置或者源码的修改实现多个任务共享一个FLServer？
>>> help(paddle_fl.mpc.data_utils.data_utils) Traceback (most recent call last): File "", line 1, in AttributeError: module 'paddle_fl.mpc.data_utils' has no attribute 'data_utils'
Introduction of [Intel Atom](https://www.intel.com/content/www/us/en/products/details/processors/atom.html)
尊敬的paddlefl开发人员您好！我了解到paddlefl的通信框架是采用的Grpc的方式，通过分析通信源码，我理解到Paddlefl应该是采用了第一种Grpc通信方式：即不包含流传输，采用了一般的rpc调用，一个请求对象对应一个返回对象。 通过运行横向联邦学习的例子时采用wireshark抓包我发现，数据包全都是TCP类型，没有http2协议的握手包和传输包，其应用层数据部分也不含http包头，这个问题已经在https://github.com/PaddlePaddle/PaddleFL/issues/180中提出。 我了解到可能是wireshark软件没有设置proto路径导致不能分析GRpc，（https://cloud.tencent.com/developer/article/1801855）  目前我在源码中找到了这些proto文件，还是无法显示http2类型的数据包， 请问该如何分析paddlefl通信过程中的http2数据包呢？
尊敬的paddlefl开发人员您好！我了解到paddlefl的通信框架是采用的Grpc的方式，通过分析通信源码，我理解到Paddlefl应该是采用了第一种Grpc通信方式：即不包含流传输，采用了一般的rpc调用，一个请求对象对应一个返回对象。 通过运行demo时采用wireshark抓包我发现，数据包全都是TCP类型，没有http2协议的握手包和传输包，其应用层数据部分也不含http包头。 对此我有个问题：Grpc作为一个基于http2开发的通信框架，为何在paddlefl的调用过程中没有使用http2协议呢？是因为paddlefl采取的是第一种通信方式（一般的rpc调用）从而不会用到http2协议吗？还是说我的抓包方式有问题，实际还是HTTP2传输的呢？ 
尊敬的开发人员您好，上个issue[https://github.com/PaddlePaddle/PaddleFL/issues/165]听您了解到：当前profiler的设计是统计计算Kernel的时间，按照我的理解，是不是意思是通信的op统计的时间是传输数据在用户和tcp协议栈内核中的时间？请问client端统计出的send和recv等通信op的时间具体代表的是只包含传输数据在用户和内核态的时间（传输数据到网卡之前，也就是不包括在网络中传输的时间），还是整个的每轮梯度传输更新的通信时间呢？ 
尊敬的paddlefl开发人员您好！ 通过分析日志和源码，我有一处不太理解：我们设置了inner_step作为每次更新的步数，在代码中是这样表示的：  我理解的是recv和send的操作将在同一轮进行，这里我不太明白：如果inner_step为10的时候，训练步骤就是训练9轮->recv->训练一轮->send，这样训练的前9轮效果是否不起作用了呢？是不是应该将下面sendprogram的运行判断改成（if self.cur_step % self._step == self._step-1）呢？可能是我理解错了，希望得到您的解答！
在通过直接安装paddle以及paddlefl，想跑一下github上的ctrdemo，但import paddlefl语句出现报错：  请问这是不是环境不兼容的问题呢？ 服务器的环境配置如下所示： python3.6.12 paddle-fl 1.1.0 paddlepaddle 2.0.2 paddlepaddle-gpu 2.0.2 cuda:10.2