日拱一卒，功不唐捐。

过程在tensorflow federated框架下的FedAvg实验中，一段代码总是捕捉到异常退出：for predicted_y in batch_predicted_y: max = -1000 flag = -1 for j in range(10): if predicted_y[j] > max: max = predicted_y[j] flag = j if(flag==-1): sys

联邦学习基本算法FedAvg的代码实现。

本文思考联邦学习最基本的问题：数据异构，即non-iid。主要思考什么是FL中的non-iid、如何衡量non-iid的程度、non-iid带来的问题、数学证明FedAvg在non-iid情况下收敛以及如何缓解non-iid带来的挑战。

介绍联邦学习、元学习、联邦元学习以及他们的必要性、原理、方法、例子等内容

写在知乎了，链接点我