Joker_1024的博客

联邦学习方法FedAvg实现（PyTorch）通俗来讲，**联邦学习（Federated Learning）**结构由Server和若干Client组成，在联邦学习方法过程中，没有任何用户数据被发送到Server端，通过这种方式保护了用户的数据隐私。另外，通信中传输的参数是特定于改进当前模型的，因此一旦应用了他们，Server就没有理由存储它们，这进一步提高了安全性。联邦学习的整体思路是**”数据不动 模型动“**。Server提供全局共享的模型，Client下载模型并训练自己的数据集，同时更新模型参数

利用Pytorch搭建CNN网络这个实验用到的数据集是Mnist数据集，图片维度是1×28×28import torch.nn as nnclass CNN(nn.Module): def __init__(self): super(CNN, self).__init__() # 卷积层 self.conv1 = nn.Sequential( nn.Conv2d( # 图片的维度：(1, 28, 28) .