Decentralized Federated Learning Application

Métriques du dépôt

Stars

3 930 stars (3 930 stars)

Métriques de merge PR

Aucune PR mergée en 30 j (Aucune PR mergée en 30 j)

Description

Guide contributeur

Direction de recherche

Examinez l'exemple décentralisé Parrot Simulator au chemin référencé : python/examples/cross silo/grpc fedavg mnist lr example. Étudiez le code du simulateur existant pour identifier les composants manquants d'entraînement et d'agrégation. Consultez d'autres exemples cross silo dans le dépôt pour repérer des modèles. Il peut être nécessaire de vérifier la documentation du dépôt principal sur la façon de contribuer à un nouvel exemple. Commencez par comprendre la configuration de communication gRPC, puis implémentez la logique d'entraînement et d'agrégation.

Stack technique

pythonpytorchgrpc

Domaine

machine learningbackend

Type d'issue

Fonctionnalité

DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.

3

Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.

1-2 jours

Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.

Récente

ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.

Plutôt claire

Prérequis

PythonPyTorchgRPC

Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.

30