7 つのクラスと 3 ～ 5 のクライアントを使用した画像分類タスクに TensorFlow Federated を利用しようとしています。各クライアントには、ラベルの異なるクラス分布があります。私は自分のユースケースにこのチュートリアルを正常に実装し、現在改善を探しています。いくつかの質問を聞きたいんです：
- 個々のクライアントは、そのクライアントに固有のクラス分布に基づいて、損失関数で異なるクラスの重みを持つことができますか?
- もしそうなら、これをどのように実装しますか？
- そうでない場合、フェデレーテッド アベレージング プロセスでは、クライアントとグローバル モデルが同じ損失関数を共有する必要があるためですか?