联邦学习框架 FederatedScope（1）快速入门-CSDN博客

本文介绍了FederatedScope联邦学习框架的基本概念和快速入门步骤，包括下载安装、依赖安装、数据集和模型准备、独立及分布式模式训练。在实践中遇到的坑如文档错误、配置问题等也进行了说明，提供了解决问题的线索。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

新鲜出炉的框架——两个月，暂时没什么教程，全程跟着官方文档走。

框架与文档可能存在一点小问题，以后肯定会改进，一切以当下事实为准。

文章目录

简介
快速入门
参考

简介

官网：https://federatedscope.io/

FederatedScope 采用事件驱动的编程范式，用于支持现实场景中联邦学习应用的异步训练，并借鉴分布式机器学习的相关研究成果，集成了异步训练策略来提升训练效率。具体而言，FederatedScope 将联邦学习看成是参与方之间收发消息的过程，通过定义消息类型以及处理消息的行为来描述联邦学习过程。

快速入门

跟着官方教程一步步操作就行，虽然有坑。。。这里只记录一下注意事项。

下载安装

注意 torch、torchvision、Python 的版本对应（其实不需要管）

`torch`	`torchvision`	`python`
`main` / `nightly`	`main` / `nightly`	`>=3.7`, `<=3.10`
`1.12.0`	`0.13.0`	`>=3.7`, `<=3.10`
`1.11.0`	`0.12.0`	`>=3.7`, `<=3.10`
`1.10.2`	`0.11.3`	`>=3.6`, `<=3.9`
`1.10.1`	`0.11.2`	`>=3.6`, `<=3.9`
`1.10.0`	`0.11.1`	`>=3.6`, `<=3.9`
`1.9.1`	`0.10.1`	`>=3.6`, `<=3.9`
`1.9.0`