简介本资源为基于元学习与聚类的联邦学习方法完整Python实现面向计算机、人工智能、通信工程等专业的在校学生、教师及企业研发人员可用于毕业设计、课程设计、项目立项演示或算法进阶学习。项目围绕MetaClusterFL框架展开涵盖客户端基本算子、数据划分、模型定义与服务端聚合等模块实现了fedavg、perfedavg、cfl、mcfl等多种联邦学习算法并配套元学习与聚类相关实验脚本便于理解算法原理与对比实验效果。压缩包共46个文件以29个py源码、10个ipynb实验笔记为主辅以md说明、conf配置、json参数及txt依赖文件整体约133KB结构清晰、便于按模块查阅。资源内代码均经测试运行成功答辩评审平均分达96分已有192人学习。下载后可参考README与配置说明快速复现实验并在此基础上修改扩展实现自定义联邦学习功能。1. 元学习聚类联邦学习这套源码到底能跑出什么结果联邦学习最头疼的场景不是「数据分散」而是「数据分散且分布不均衡」。十个客户端有的手里全是猫的图片有的只有飞机聚合出来的全局模型在任何一个客户端上都表现平平。MetaClusterFL 这套源码就是冲着这个问题来的先用聚类把「数据分布相似」的客户端归到一起再在簇内做元学习训练让每个簇的模型能快速适应自己那批客户端的分布。整个项目用 Python 实现包含 EMNIST、CIFAR10、CIFAR100 三个数据集的划分脚本、六种以上联邦算法的服务端实现、客户端算子、模型定义和配置说明。适合正在做联邦学习方向毕设、课程设计或者想找一个能直接跑通、能改、能对比 baseline 的从业者。下面从环境搭建开始一步步拆到算法实现和调参。2. 环境搭建与数据准备从 requirements.txt 到三套数据集划分2.1 依赖安装与 Python 版本选择拿到源码包后第一件事不是急着跑main而是先把环境对齐。项目根目录下有requirements.txt里面列了核心依赖。我一般会先建一个干净的虚拟环境避免和本机已有的 PyTorch 版本打架。# 创建虚拟环境Python 3.8 或 3.9 比较稳 python -m venv venv_metafl source venv_metafl/bin/activate # Windows 用 venv_metafl\Scripts\activate # 安装依赖 pip install -r requirements.txt # 如果 requirements.txt 里没有锁死 torch 版本手动装一个带 CUDA 的 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118这里有个参数要留意requirements.txt里通常只写了包名没写版本号。如果你装完跑起来报AttributeError: module torch has no attribute xxx大概率是 PyTorch 版本太新或太旧。我一般会锁到torch1.12.0或torch1.13.1这两个版本和项目里用到的torch.nn.functional接口兼容性最好。另外numpy建议不要超过 1.24否则某些旧写法会触发弃用警告甚至报错。2.2 数据集下载与目录结构对齐项目里data/目录下已经按EMNIST、CIFAR10、CIFAR100分好了子目录但原始数据文件通常需要自己下载。以 CIFAR10 为例常见做法是用torchvision.datasets自动下载但项目里已经写了划分脚本所以更稳妥的方式是手动把数据放到指定位置。# data_operation.ipynb 里的典型加载逻辑 import torchvision import os data_root ./data/CIFAR10 if not os.path.exists(os.path.join(data_root, cifar-10-batches-py)): torchvision.datasets.CIFAR10(rootdata_root, trainTrue, downloadTrue) torchvision.datasets.CIFAR10(rootdata_root, trainFalse, downloadTrue)这段代码的逻辑是先检查cifar-10-batches-py文件夹是否存在不存在才触发下载。参数root必须和后面划分脚本里读数据的路径一致否则会重复下载或者读不到。EMNIST 和 CIFAR100 同理只是torchvision.datasets里的类名换成EMNIST和CIFAR100。注意 EMNIST 下载后需要额外做一次split处理项目里data/EMNIST/utils.py应该就是干这个的跑之前先看一眼那个文件里的split参数是byclass还是bymerge不同 split 对应的类别数不一样。2.3 非独立同分布划分Dirichlet 与聚类预分组联邦学习里最关键的实验设置就是「怎么把数据打散到客户端」。项目里dirichlet_test.ipynb和cifar10_partition.ipynb提供了两种思路一种是经典的 Dirichlet 分布划分另一种是带聚类预分组的划分。# Dirichlet 划分的典型实现参考 dirichlet_test.ipynb import numpy as np def dirichlet_partition(labels, num_clients, alpha0.5): num_classes len(np.unique(labels)) client_indices [[] for _ in range(num_clients)] for c in range(num_classes): idx_c np.where(labels c)[0] np.random.shuffle(idx_c) # 每个客户端在类别 c 上分到的比例服从 Dirichlet 分布 proportions np.random.dirichlet([alpha] * num_clients) # 按比例切分 split_points (np.cumsum(proportions) * len(idx_c)).astype(int)[:-1] for i, chunk in enumerate(np.split(idx_c, split_points)): client_indices[i].extend(chunk.tolist()) return client_indicesalpha是核心参数alpha0.1时客户端之间分布差异极大接近「每个客户端只有一两类数据」alpha1.0时相对均衡。项目里做对比实验时一般会跑alpha0.1和alpha0.5两组。聚类预分组那套逻辑在cluster_test.py里思路是先提取每个客户端的特征分布用 KMeans 或层次聚类把相似客户端归簇再在簇内做联邦训练。这里有个坑聚类用的特征如果是原始标签分布那在真实场景下不一定拿得到项目里应该是用模型输出的 logits 或梯度做特征具体看grads_difference.ipynb里的实现。3. 服务端算法拆解mcfl、cfl、fedavg 到底差在哪3.1 六种服务端脚本的定位与调用关系打开server/目录你会看到mcfl.py、mcfl2.py、mcfl3.py、mcfl4.py、cfl.py、fedavg.py、perfedavg.py、nomcfl.py、flacc.py这一堆文件。名字看着乱其实可以按「是否聚类」和「是否元学习」两个维度分类。脚本聚类元学习适用场景fedavg.py否否最基础 baseline聚合所有客户端perfedavg.py否是元学习版 FedAvg客户端做内循环更新cfl.py是否先聚类再普通联邦平均mcfl.py是是聚类元学习核心方法mcfl2/3/4.py是是不同聚类粒度或元学习内循环变体nomcfl.py否是消融实验用去掉聚类只留元学习flacc.py否否另一种聚合策略对比调用入口一般在main脚本或 notebook 里通过config.json指定用哪个 server 脚本。我一般会先跑fedavg.py确认数据流和模型能通再换mcfl.py看聚类效果。3.2 元学习内循环与外循环的参数含义元学习在联邦学习里的落地方式核心是把每个客户端的本地更新拆成「支持集」和「查询集」两步。支持集用来算梯度更新模型查询集用来算元梯度。项目里client/fedavg.py和client/perfedavg.py的区别就在这。# client/perfedavg.py 里的典型内循环逻辑 def local_update(self, model, support_loader, query_loader, inner_lr, inner_steps): # 复制一份模型做内循环更新 fast_weights {k: v.clone() for k, v in model.state_dict().items()} for _ in range(inner_steps): for x, y in support_loader: logits model(x, fast_weights) loss F.cross_entropy(logits, y) grads torch.autograd.grad(loss, fast_weights.values()) fast_weights {k: v - inner_lr * g for (k, v), g in zip(fast_weights.items(), grads)} # 用更新后的 fast_weights 在 query_loader 上算元损失 meta_loss 0.0 for x, y in query_loader: logits model(x, fast_weights) meta_loss F.cross_entropy(logits, y) return meta_lossinner_lr控制内循环步长一般设 0.01 到 0.05inner_steps是内循环次数常见 1 到 5。这两个参数直接决定元学习能不能「快速适应」。如果inner_lr太大内循环会震荡太小则元梯度信号弱。项目里config.json应该给了默认值但不同数据集要微调CIFAR10 上inner_steps3比较稳EMNIST 上可以设 1 或 2因为 EMNIST 类别多但单类样本少内循环太多容易过拟合支持集。3.3 聚类模块的触发时机与特征来源聚类在mcfl.py里不是每轮都做通常是前几轮先跑普通联邦平均等模型有一定判别力后再提取特征做聚类。这个「预热轮数」是个关键参数。# server/mcfl.py 里的聚类触发逻辑简化示意 if current_round cluster_start_round: # 收集所有客户端的模型更新或特征 client_features [] for client in clients: feat client.extract_features() # 通常是倒数第二层输出 client_features.append(feat) # 用 KMeans 聚成 K 个簇 kmeans KMeans(n_clustersnum_clusters, random_state42) cluster_labels kmeans.fit_predict(client_features) # 按簇分组后续在簇内做元学习聚合 clusters {i: [] for i in range(num_clusters)} for idx, label in enumerate(cluster_labels): clusters[label].append(clients[idx])cluster_start_round一般设在总轮数的 1/3 到 1/2 处。太早聚类特征还没学好簇分得不准太晚聚类元学习训练轮数不够。num_clusters如果没先验知识可以用肘部法在cluster_test.py里先跑一遍看看。注意聚类特征如果是梯度维度可能很高项目里grads_difference.ipynb应该做了降维或取范数处理直接拿原始梯度做 KMeans 会很慢。4. 避坑与排查跑通 MetaClusterFL 的五个血泪经验4.1 现象运行 mcfl.py 报 KeyError: data原因config.json 路径没对齐这个坑几乎每个人第一次跑都会踩。config.json里通常有个data_path字段但不同脚本读的 key 可能不一样。有的脚本读config[data][path]有的直接读config[data_path]。解决方法是先打开config.json看结构再对照报错脚本里config[...]的写法。如果懒得改代码就在config.json里同时保留两种写法或者用config.get(data_path, config[data][path])兜底。4.2 现象CIFAR10 上准确率一直卡在 10%原因数据归一化参数没对上CIFAR10 的均值和方差是固定的mean(0.4914, 0.4822, 0.4465)std(0.2023, 0.1994, 0.2010)。如果data/CIFAR10/utils.py里用了默认的ToTensor()但没加Normalize或者 Normalize 的参数写成了 ImageNet 的模型会学得很慢甚至不收敛。检查方法很简单在数据加载后打印一个 batch 的x.mean()和x.std()正常应该在 0 附近和 1 附近。不对就回去改 transform。4.3 现象聚类结果每轮都在变原因KMeans 没设随机种子或特征没归一化KMeans默认n_init10每次跑结果可能不同。如果聚类标签在轮次之间跳变簇内聚合就会乱。解决方法是设random_state42并且n_init1因为特征已经固定了不需要多次初始化。另外聚类前一定要对特征做 L2 归一化否则某些维度数值大的特征会主导距离计算。项目里cluster_test.py应该有归一化步骤但mcfl.py里不一定有需要自己补。4.4 现象EMNIST 上显存爆了原因batch_size 和模型宽度没随类别数调整EMNIST 有 62 类byclass或 47 类bymerge比 CIFAR10 的 10 类多得多。如果模型最后一层还是按 10 类写的会直接报维度不匹配如果改了输出维度但没减 batch_size显存容易超。常见做法是 EMNIST 上batch_size降到 32 或 64同时把模型最后一层之前的全连接维度从 512 降到 256。项目里models/EMNIST/下应该有对应模型定义跑之前先确认num_classes和config.json里的num_classes一致。4.5 现象元学习训练 loss 震荡不下降原因内外循环学习率比例不对元学习里内循环学习率和外循环学习率通常差一个数量级。如果inner_lr0.01外循环lr最好在 0.001 左右。如果两个都设 0.01外循环更新会覆盖内循环的适应效果loss 就会来回跳。排查方法是把inner_lr和lr打印出来确认比例。另外inner_steps超过 5 之后收益递减还容易过拟合支持集建议从 1 开始试逐步加到 3。5. 进阶技巧用 notebook 做消融实验与结果复现5.1 利用现有 notebook 快速验证模块项目里notebook/目录下有十来个.ipynb别浪费。model_test.ipynb用来验证模型前向传播是否正常cluster_test.ipynb用来单独调聚类参数meta_learning_test.ipynb用来验证元学习内循环。我一般会按这个顺序跑先model_test确认模型输出维度对再data_operation确认数据划分对然后cluster_test看聚类效果最后meta_learning_test调内循环参数。每个 notebook 跑通再上server/mcfl.py能省很多调试时间。5.2 消融实验的配置方法做毕设或论文时消融实验是必须的。项目里已经提供了nomcfl.py去聚类和perfedavg.py去聚类但保留元学习你只需要在config.json里切换server_script字段然后固定其他参数跑三组fedavg、perfedavg、mcfl。对比指标建议看「最差客户端的准确率」而不是平均准确率因为联邦学习里公平性比平均值更重要。如果mcfl的最差客户端准确率比fedavg高 5 个点以上说明聚类确实起作用了。5.3 结果复现的随机性控制联邦学习实验的随机性来源很多数据划分、客户端采样、模型初始化、KMeans 初始化。要复现结果至少固定四个种子np.random.seed(42)、torch.manual_seed(42)、random.seed(42)、KMeans(random_state42)。另外config.json里如果有client_sample_rate也要固定。我一般会在main脚本开头加一个set_seed函数把所有种子一次性设好。如果换了机器结果还是不一样检查 CUDA 版本和 cuDNN 的deterministic设置torch.backends.cudnn.deterministic True能进一步减少非确定性。从那以后我每次跑联邦学习实验都强制先跑一遍fedavg确认 baseline 正常再换mcfl看提升。这套源码的 notebook 和 server 脚本配合起来调试效率比纯看代码高很多。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/9/28 8:48:08 · 阅读 1.2k MetaClusterFL源码实战：聚类联邦学习与元学习调参避坑指南
简介本资源为基于元学习与聚类的联邦学习方法完整Python实现面向计算机、人工智能、通信工程等专业的在校学生、教师及企业研发人员可用于毕业设计、课程设计、项目立项演示或算法进阶学习。项目围绕MetaClusterFL框架展开涵盖客户端基本算子、数据划分、模型定义与服务端聚合等模块实现了fedavg、perfedavg、cfl、mcfl等多种联邦学习算法并配套元学习与聚类相关实验脚本便于理解算法原理与对比实验效果。压缩包共46个文件以29个py源码、10个ipynb实验笔记为主辅以md说明、conf配置、json参数及txt依赖文件整体约133KB结构清晰、便于按模块查阅。资源内代码均经测试运行成功答辩评审平均分达96分已有192人学习。下载后可参考README与配置说明快速复现实验并在此基础上修改扩展实现自定义联邦学习功能。1. 元学习聚类联邦学习这套源码到底能跑出什么结果联邦学习最头疼的场景不是「数据分散」而是「数据分散且分布不均衡」。十个客户端有的手里全是猫的图片有的只有飞机聚合出来的全局模型在任何一个客户端上都表现平平。MetaClusterFL 这套源码就是冲着这个问题来的先用聚类把「数据分布相似」的客户端归到一起再在簇内做元学习训练让每个簇的模型能快速适应自己那批客户端的分布。整个项目用 Python 实现包含 EMNIST、CIFAR10、CIFAR100 三个数据集的划分脚本、六种以上联邦算法的服务端实现、客户端算子、模型定义和配置说明。适合正在做联邦学习方向毕设、课程设计或者想找一个能直接跑通、能改、能对比 baseline 的从业者。下面从环境搭建开始一步步拆到算法实现和调参。2. 环境搭建与数据准备从 requirements.txt 到三套数据集划分2.1 依赖安装与 Python 版本选择拿到源码包后第一件事不是急着跑main而是先把环境对齐。项目根目录下有requirements.txt里面列了核心依赖。我一般会先建一个干净的虚拟环境避免和本机已有的 PyTorch 版本打架。# 创建虚拟环境Python 3.8 或 3.9 比较稳 python -m venv venv_metafl source venv_metafl/bin/activate # Windows 用 venv_metafl\Scripts\activate # 安装依赖 pip install -r requirements.txt # 如果 requirements.txt 里没有锁死 torch 版本手动装一个带 CUDA 的 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118这里有个参数要留意requirements.txt里通常只写了包名没写版本号。如果你装完跑起来报AttributeError: module torch has no attribute xxx大概率是 PyTorch 版本太新或太旧。我一般会锁到torch1.12.0或torch1.13.1这两个版本和项目里用到的torch.nn.functional接口兼容性最好。另外numpy建议不要超过 1.24否则某些旧写法会触发弃用警告甚至报错。2.2 数据集下载与目录结构对齐项目里data/目录下已经按EMNIST、CIFAR10、CIFAR100分好了子目录但原始数据文件通常需要自己下载。以 CIFAR10 为例常见做法是用torchvision.datasets自动下载但项目里已经写了划分脚本所以更稳妥的方式是手动把数据放到指定位置。# data_operation.ipynb 里的典型加载逻辑 import torchvision import os data_root ./data/CIFAR10 if not os.path.exists(os.path.join(data_root, cifar-10-batches-py)): torchvision.datasets.CIFAR10(rootdata_root, trainTrue, downloadTrue) torchvision.datasets.CIFAR10(rootdata_root, trainFalse, downloadTrue)这段代码的逻辑是先检查cifar-10-batches-py文件夹是否存在不存在才触发下载。参数root必须和后面划分脚本里读数据的路径一致否则会重复下载或者读不到。EMNIST 和 CIFAR100 同理只是torchvision.datasets里的类名换成EMNIST和CIFAR100。注意 EMNIST 下载后需要额外做一次split处理项目里data/EMNIST/utils.py应该就是干这个的跑之前先看一眼那个文件里的split参数是byclass还是bymerge不同 split 对应的类别数不一样。2.3 非独立同分布划分Dirichlet 与聚类预分组联邦学习里最关键的实验设置就是「怎么把数据打散到客户端」。项目里dirichlet_test.ipynb和cifar10_partition.ipynb提供了两种思路一种是经典的 Dirichlet 分布划分另一种是带聚类预分组的划分。# Dirichlet 划分的典型实现参考 dirichlet_test.ipynb import numpy as np def dirichlet_partition(labels, num_clients, alpha0.5): num_classes len(np.unique(labels)) client_indices [[] for _ in range(num_clients)] for c in range(num_classes): idx_c np.where(labels c)[0] np.random.shuffle(idx_c) # 每个客户端在类别 c 上分到的比例服从 Dirichlet 分布 proportions np.random.dirichlet([alpha] * num_clients) # 按比例切分 split_points (np.cumsum(proportions) * len(idx_c)).astype(int)[:-1] for i, chunk in enumerate(np.split(idx_c, split_points)): client_indices[i].extend(chunk.tolist()) return client_indicesalpha是核心参数alpha0.1时客户端之间分布差异极大接近「每个客户端只有一两类数据」alpha1.0时相对均衡。项目里做对比实验时一般会跑alpha0.1和alpha0.5两组。聚类预分组那套逻辑在cluster_test.py里思路是先提取每个客户端的特征分布用 KMeans 或层次聚类把相似客户端归簇再在簇内做联邦训练。这里有个坑聚类用的特征如果是原始标签分布那在真实场景下不一定拿得到项目里应该是用模型输出的 logits 或梯度做特征具体看grads_difference.ipynb里的实现。3. 服务端算法拆解mcfl、cfl、fedavg 到底差在哪3.1 六种服务端脚本的定位与调用关系打开server/目录你会看到mcfl.py、mcfl2.py、mcfl3.py、mcfl4.py、cfl.py、fedavg.py、perfedavg.py、nomcfl.py、flacc.py这一堆文件。名字看着乱其实可以按「是否聚类」和「是否元学习」两个维度分类。脚本聚类元学习适用场景fedavg.py否否最基础 baseline聚合所有客户端perfedavg.py否是元学习版 FedAvg客户端做内循环更新cfl.py是否先聚类再普通联邦平均mcfl.py是是聚类元学习核心方法mcfl2/3/4.py是是不同聚类粒度或元学习内循环变体nomcfl.py否是消融实验用去掉聚类只留元学习flacc.py否否另一种聚合策略对比调用入口一般在main脚本或 notebook 里通过config.json指定用哪个 server 脚本。我一般会先跑fedavg.py确认数据流和模型能通再换mcfl.py看聚类效果。3.2 元学习内循环与外循环的参数含义元学习在联邦学习里的落地方式核心是把每个客户端的本地更新拆成「支持集」和「查询集」两步。支持集用来算梯度更新模型查询集用来算元梯度。项目里client/fedavg.py和client/perfedavg.py的区别就在这。# client/perfedavg.py 里的典型内循环逻辑 def local_update(self, model, support_loader, query_loader, inner_lr, inner_steps): # 复制一份模型做内循环更新 fast_weights {k: v.clone() for k, v in model.state_dict().items()} for _ in range(inner_steps): for x, y in support_loader: logits model(x, fast_weights) loss F.cross_entropy(logits, y) grads torch.autograd.grad(loss, fast_weights.values()) fast_weights {k: v - inner_lr * g for (k, v), g in zip(fast_weights.items(), grads)} # 用更新后的 fast_weights 在 query_loader 上算元损失 meta_loss 0.0 for x, y in query_loader: logits model(x, fast_weights) meta_loss F.cross_entropy(logits, y) return meta_lossinner_lr控制内循环步长一般设 0.01 到 0.05inner_steps是内循环次数常见 1 到 5。这两个参数直接决定元学习能不能「快速适应」。如果inner_lr太大内循环会震荡太小则元梯度信号弱。项目里config.json应该给了默认值但不同数据集要微调CIFAR10 上inner_steps3比较稳EMNIST 上可以设 1 或 2因为 EMNIST 类别多但单类样本少内循环太多容易过拟合支持集。3.3 聚类模块的触发时机与特征来源聚类在mcfl.py里不是每轮都做通常是前几轮先跑普通联邦平均等模型有一定判别力后再提取特征做聚类。这个「预热轮数」是个关键参数。# server/mcfl.py 里的聚类触发逻辑简化示意 if current_round cluster_start_round: # 收集所有客户端的模型更新或特征 client_features [] for client in clients: feat client.extract_features() # 通常是倒数第二层输出 client_features.append(feat) # 用 KMeans 聚成 K 个簇 kmeans KMeans(n_clustersnum_clusters, random_state42) cluster_labels kmeans.fit_predict(client_features) # 按簇分组后续在簇内做元学习聚合 clusters {i: [] for i in range(num_clusters)} for idx, label in enumerate(cluster_labels): clusters[label].append(clients[idx])cluster_start_round一般设在总轮数的 1/3 到 1/2 处。太早聚类特征还没学好簇分得不准太晚聚类元学习训练轮数不够。num_clusters如果没先验知识可以用肘部法在cluster_test.py里先跑一遍看看。注意聚类特征如果是梯度维度可能很高项目里grads_difference.ipynb应该做了降维或取范数处理直接拿原始梯度做 KMeans 会很慢。4. 避坑与排查跑通 MetaClusterFL 的五个血泪经验4.1 现象运行 mcfl.py 报 KeyError: data原因config.json 路径没对齐这个坑几乎每个人第一次跑都会踩。config.json里通常有个data_path字段但不同脚本读的 key 可能不一样。有的脚本读config[data][path]有的直接读config[data_path]。解决方法是先打开config.json看结构再对照报错脚本里config[...]的写法。如果懒得改代码就在config.json里同时保留两种写法或者用config.get(data_path, config[data][path])兜底。4.2 现象CIFAR10 上准确率一直卡在 10%原因数据归一化参数没对上CIFAR10 的均值和方差是固定的mean(0.4914, 0.4822, 0.4465)std(0.2023, 0.1994, 0.2010)。如果data/CIFAR10/utils.py里用了默认的ToTensor()但没加Normalize或者 Normalize 的参数写成了 ImageNet 的模型会学得很慢甚至不收敛。检查方法很简单在数据加载后打印一个 batch 的x.mean()和x.std()正常应该在 0 附近和 1 附近。不对就回去改 transform。4.3 现象聚类结果每轮都在变原因KMeans 没设随机种子或特征没归一化KMeans默认n_init10每次跑结果可能不同。如果聚类标签在轮次之间跳变簇内聚合就会乱。解决方法是设random_state42并且n_init1因为特征已经固定了不需要多次初始化。另外聚类前一定要对特征做 L2 归一化否则某些维度数值大的特征会主导距离计算。项目里cluster_test.py应该有归一化步骤但mcfl.py里不一定有需要自己补。4.4 现象EMNIST 上显存爆了原因batch_size 和模型宽度没随类别数调整EMNIST 有 62 类byclass或 47 类bymerge比 CIFAR10 的 10 类多得多。如果模型最后一层还是按 10 类写的会直接报维度不匹配如果改了输出维度但没减 batch_size显存容易超。常见做法是 EMNIST 上batch_size降到 32 或 64同时把模型最后一层之前的全连接维度从 512 降到 256。项目里models/EMNIST/下应该有对应模型定义跑之前先确认num_classes和config.json里的num_classes一致。4.5 现象元学习训练 loss 震荡不下降原因内外循环学习率比例不对元学习里内循环学习率和外循环学习率通常差一个数量级。如果inner_lr0.01外循环lr最好在 0.001 左右。如果两个都设 0.01外循环更新会覆盖内循环的适应效果loss 就会来回跳。排查方法是把inner_lr和lr打印出来确认比例。另外inner_steps超过 5 之后收益递减还容易过拟合支持集建议从 1 开始试逐步加到 3。5. 进阶技巧用 notebook 做消融实验与结果复现5.1 利用现有 notebook 快速验证模块项目里notebook/目录下有十来个.ipynb别浪费。model_test.ipynb用来验证模型前向传播是否正常cluster_test.ipynb用来单独调聚类参数meta_learning_test.ipynb用来验证元学习内循环。我一般会按这个顺序跑先model_test确认模型输出维度对再data_operation确认数据划分对然后cluster_test看聚类效果最后meta_learning_test调内循环参数。每个 notebook 跑通再上server/mcfl.py能省很多调试时间。5.2 消融实验的配置方法做毕设或论文时消融实验是必须的。项目里已经提供了nomcfl.py去聚类和perfedavg.py去聚类但保留元学习你只需要在config.json里切换server_script字段然后固定其他参数跑三组fedavg、perfedavg、mcfl。对比指标建议看「最差客户端的准确率」而不是平均准确率因为联邦学习里公平性比平均值更重要。如果mcfl的最差客户端准确率比fedavg高 5 个点以上说明聚类确实起作用了。5.3 结果复现的随机性控制联邦学习实验的随机性来源很多数据划分、客户端采样、模型初始化、KMeans 初始化。要复现结果至少固定四个种子np.random.seed(42)、torch.manual_seed(42)、random.seed(42)、KMeans(random_state42)。另外config.json里如果有client_sample_rate也要固定。我一般会在main脚本开头加一个set_seed函数把所有种子一次性设好。如果换了机器结果还是不一样检查 CUDA 版本和 cuDNN 的deterministic设置torch.backends.cudnn.deterministic True能进一步减少非确定性。从那以后我每次跑联邦学习实验都强制先跑一遍fedavg确认 baseline 正常再换mcfl看提升。这套源码的 notebook 和 server 脚本配合起来调试效率比纯看代码高很多。希望帮到你。本文还有配套的精品资源点击获取