使用TensorFlow创建联邦学习迭代过程时遇TFF模块属性错误求助

这个错误是因为TensorFlow Federated（TFF）版本更新后API路径发生了变化，以下是具体解决方案：

1. 确认当前TFF版本 #

先运行代码查看版本：

import tensorflow_federated as tff
print(tff.__version__)

2. 适配对应版本的API路径 #

• TFF 0.21.x及以后版本：
  build_federated_averaging_process被迁移到fed_avg子模块下，修改代码为：

  iterative_process = tff.learning.algorithms.fed_avg.build_federated_averaging_process(
      model_fn,
      client_optimizer_fn=lambda: tf.keras.optimizers.SGD(learning_rate=0.02),
      server_optimizer_fn=lambda: tf.keras.optimizers.SGD(learning_rate=1.0)
  )
  

• TFF 0.20.x及更早版本：
  原本的tff.learning.build_federated_averaging_process是有效路径，若报错说明环境版本不匹配，建议升级到新版本并使用上述新路径。

为什么tff.learning.algorithms.build...无效？ #

build_federated_averaging_process并非直接在tff.learning.algorithms模块下，而是嵌套在fed_avg子模块中，必须指定完整的子模块路径才能调用。

内容的提问来源于stack exchange，提问作者Dimitri Vercaigne