學習實例
參考資料：聯邦學習實戰{楊強}https://book.douban.com/subject/35436587/
項目地址：https://github.com/FederatedAI/Practicing-Federated-Learning/tree/main/chapter03_Python_image_classification
一、環境準備
GPU安裝CUDA、cuDNN
python3.7、PyTorch
數據集選擇：CIFAR10
模型：ResNet-18
實驗基本流程
基本的流程：
1服務器按配置生成初始化模型，客戶端按照順序將數據集橫向不重疊切割
2服務器將全局模型發送給客戶端
3客戶端接收全局模型（來自服務器）通過本地多次迭代計算本地參數差值返回給服務器
4服務器聚合各個客戶端差值更新模型，再評估當前模型性能
5如果性能未達標，則重復2過程，否則結束
二、環境安裝【服務器conda安裝】
激活虛擬環境
安裝需要的庫
conda install torchvision
conda install torch
三、項目創建【pycharm進行debug】
新建項目
項目設置
四、項目運行及結果分析【pycharm】
)
