学习实例
参考资料：联邦学习实战{杨强}https://book.douban.com/subject/35436587/
项目地址：https://github.com/FederatedAI/Practicing-Federated-Learning/tree/main/chapter03_Python_image_classification

一、环境准备
GPU安装CUDA、cuDNN
python3.7、PyTorch
数据集选择：CIFAR10
模型：ResNet-18
实验基本流程
基本的流程：
1服务器按配置生成初始化模型，客户端按照顺序将数据集横向不重叠切割
2服务器将全局模型发送给客户端
3客户端接收全局模型（来自服务器）通过本地多次迭代计算本地参数差值返回给服务器
4服务器聚合各个客户端差值更新模型，再评估当前模型性能
5如果性能未达标，则重复2过程，否则结束
二、环境安装【服务器conda安装】
激活虚拟环境

安装需要的库

conda install torchvision
conda install torch

三、项目创建【pycharm进行debug】
新建项目

项目设置

四、项目运行及结果分析【pycharm】