FedAvg（联邦平均算法）：从论文原理到 PyTorch 源码实现

FedAvg（联邦平均算法）：从论文原理到 PyTorch 源码实现

项目地址

https://gitcode.com/u012133341/fedavg-project

蓝筹云直接下载

https://wwbrq.lanzouv.com/ip8Oj3sf6fmf

核心概念： 联邦学习、FedAvg、客户端本地训练、服务器加权聚合、Non-IID 数据、通信效率

实战内容：

• 逐行解析 FedAvg 算法的数学原理
• 从零手写 FedAvg 完整训练管线（PyTorch）
• 对比 IID vs Non-IID 数据分布下的收敛行为
• 对比 FedAvg vs FedProx vs SCAFFOLD 三种算法的性能差异
• 可视化：通信轮次-准确率曲线、Non-IID 客户端漂移分析

技术栈： PyTorch + NumPy + Matplotlib
关键算法： FedAvg（McMahan et al., AISTATS 2017）
数据集： MNIST / CIFAR-10
硬件需求： CPU 即可运行完整实验（无需 GPU）