/$$$$$$$$ /$$       /$$   /$$
     _   _  U _____ u  _       _       U  ___ u     | $$_____/| $$      |__/  | $$
    |'| |'| \| ___"|/ |"|     |"|       \/"_ \/     | $$      | $$       /$$ /$$$$$$    /$$$$$$
   /| |_| |\ |  _|" U | | u U | | u     | | | |     | $$$$$   | $$      | $$|_  $$_/   /$$__  $$
   U|  _  |u | |___  \| |/__ \| |/__.-,_| |_| |     | $$__/   | $$      | $$  | $$    | $$$$$$$$  
    |_| |_|  |_____|  |_____| |_____|\_)-\___/      | $$      | $$      | $$  | $$ /$$| $$_____/
    //   \\  <<   >>  //  \\  //  \\      \\        | $$      | $$$$$$$$| $$  |  $$$$/|  $$$$$$$
   (_") ("_)(__) (__)(_")("_)(_")("_)    (__)       |__/      |________/|__/   \___/   \_______/
                                                                                      Version 1.0.1

Introduction

Graduation Project: Design and Implementation of a Topology Based Distributed Training Federated Learning Experimental Framework.
毕业设计：一种基于拓扑结构的分布式训练联邦学习实验框架的设计与实现
[Software Engineering, School of Computer Science and Technology, WUST, P. Qi(Sensorjang@wust.edu.cn)]

Prerequisites

• Linux 或 macOS
• Python 3.6+
• PyTorch 1.3+
• CUDA 9.2+（如果您使用GPU运行）

Installation

这里是使用 conda 配置FLite环境的完整命令
Here is the complete command to configure the FLite environment using conda

# create a new conda environment
# 创建一个新的conda环境
conda create -n flite python=3.7 -y
conda activate flite

# 1、CPU only
# 在仅通过CPU计算的设备上运行
conda install pytorch==1.6.0 torchvision==0.7.0 -c pytorch -y
# 2、With GPU
# 在支持GPU的设备上运行
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch -y

# install FLite
# 1、本地编译安装FLite
git clone https://github.com/Sensorjang/FLite.git
cd FLite
pip install -v -e .
# 2、pip安装 (from https://pypi.org/project/FLite/1.0.1)
pip install FLite==1.0.1

Features Overview

联邦学习计算范例支持

• 独立仿真训练 Independent Simulation Training
• 分布式训练（基于gRPC通信协议）Distributed Training (based on gRPC communication protocol)

数据集与模型支持

联邦聚合算法支持

• FedAvg
• FedProx
• Equal Average

聚合策略：all、parameters

• all：使用statedict聚合模型，包括模型参数和持久缓冲区（如BatchNorm统计数据）
• parameters：只聚集模型参数。

模型加密算法支持

• Blowfish
• DES
• Salsa20

数据分布支持

支持：iid、niid（用于feminist和shakespeare），以及dir和class（用于cifar系列数据集）

联邦优化器

• SGD
• Adam

联邦学习配置文件

• python代码中导入配置
• 外部yaml文件入配置
• 混合导入配置
• 使用指令参数传递配置

联邦建模追踪服务

本地数据库配置,支持sqlite3和mysql

异构联邦客户端模拟

• Simulate ISO: 选定客户端具有等长睡眠时间分布
• Simulate DIR: 使用对称狄利克雷过程对睡眠时间异质性进行采样，以模拟直接异质性
• Simulate REAL: 模拟真实的异构性，即客户端的计算能力不同。使用主流智能手机的真实速度比来模拟睡眠时间的异构性

处理系统异构的分组策略

支持：随机、贪婪、最慢(random, greedy, slowest)

FLite特色

设备异构模拟服务 联邦建模追踪服务 数据集分割处理模块

Quick Start

Flite提供了许多示例，您可以在examples目录下找到它们。
Flite provides many examples, which can be found in the examples directory.

License

This project is released under the MIT License.