从分散数据中实现通信效率高的深度网络学习
香草联合学习论文的实现: 从分散数据中进行通信效率高的深度网络学习。 在 MNIST、Fashion MNIST 和 CIFAR10（均为 IID 和非 IID）上进行了实验。对于非 IID，用户之间的数据可以均匀地分割或不均匀地分割。 由于这些实验的目的是说明联合学习模型的有效性,因此只使用了简单的模型,如 MLP 和 CNN。
安装来自 requirements.txt 中的所有包
手动下载训练和测试数据集，或者它们将自动从 torchvision 数据集中下载。
实验在 Mnist、Fashion Mnist 和 Cifar 上运行。
要使用自己的数据集，请将数据集移动到 data 目录，并在 pytorch 数据集类中编写一个包装器。
在非IID条件下运行相同实验:
暂无开放 Issues，或尚未同步最近议题。