VectorInstitute/fed-rag项目：从集中式训练快速迁移到联邦学习实战指南

前言

在当今数据隐私日益重要的背景下，联邦学习（Federated Learning）作为一种分布式机器学习范式，允许模型在分散的数据上进行训练而无需集中数据。VectorInstitute的fed-rag项目为开发者提供了一套简洁的工具，能够轻松将传统的集中式训练任务转换为联邦学习任务。本文将详细介绍这一转换过程。

环境准备

首先需要安装fed-rag库及其依赖：

pip install fed-rag

该库基于PyTorch框架构建，安装时会自动包含PyTorch和联邦学习后端框架flwr（Flower）。

集中式训练基础

在开始联邦学习之前，我们需要先建立一个标准的集中式训练流程，这是理解后续联邦化改造的基础。

模型定义

我们使用一个简单的多层感知机（MLP）作为示例模型：

import torch
import torch.nn as nn
import torch.nn.functional as F

class Net(torch.nn.Module):
    def __init__(self) -> None:
        super(Net, self).__init__()
        self.fc1 = nn.Linear(42, 120)  # 输入特征维度42
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 2)    # 输出2分类

    def forward(self, x: torch.Tensor) -> torch.Tensor:
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        return self.fc3(x)

训练循环实现

标准的PyTorch训练循环，包含梯度计算和参数更新：

from torch.types import Device
from torch.utils.data import DataLoader

def train_loop(
    model: torch.nn.Module,
    train_data: DataLoader,
    val_data: DataLoader,
    device: Device,
    num_epochs: int,
    learning_rate: float | None,
) -> TrainResult:
    """自定义训练循环"""
    model.to(device)
    criterion = torch.nn.CrossEntropyLoss().to(device)
    optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate, momentum=0.9)
    
    model.train()
    running_loss = 0.0
    for _ in range(num_epochs):
        for batch in train_data:
            features = batch["features"]
            labels = batch["label"]
            optimizer.zero_grad()
            loss = criterion(model(features.to(device)), labels.to(device))
            loss.backward()
            optimizer.step()
            running_loss += loss.item()

    avg_trainloss = running_loss / len(train_data)
    return TrainResult(loss=avg_trainloss)

评估函数

模型性能评估函数，计算准确率和损失：

def test(m: torch.nn.Module, test_loader: DataLoader) -> TestResult:
    """模型评估函数"""
    device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
    m.to(device)
    criterion = torch.nn.CrossEntropyLoss()
    correct, loss = 0, 0.0
    
    with torch.no_grad():
        for batch in test_loader:
            features = batch["features"].to(device)
            labels = batch["label"].to(device)
            outputs = m(features)
            loss += criterion(outputs, labels).item()
            correct += (torch.max(outputs.data, 1)[1] == labels).sum().item()
    
    accuracy = correct / len(test_loader.dataset)
    return TestResult(loss=loss, metrics={"accuracy": accuracy})

联邦化改造

现在我们将上述集中式训练流程改造为联邦学习模式，这是fed-rag项目的核心价值所在。

训练和测试函数联邦化装饰

使用fed-rag提供的装饰器对原有函数进行改造：

from fed_rag.decorators import federate

# 应用联邦化装饰器
train_loop = federate.trainer.pytorch(train_loop)
test = federate.tester.pytorch(test)

这些装饰器会自动分析函数的输入输出，使其适应联邦学习的特殊需求。

创建联邦学习任务

将装饰后的函数组合成联邦学习任务：

from fed_rag.fl_tasks.pytorch import PyTorchFLTask

fl_task = PyTorchFLTask.from_trainer_and_tester(
    trainer=train_loop, 
    tester=test
)

构建联邦学习网络

创建服务器和客户端实例：

# 服务器端
model = Net()
server = fl_task.server(model=model)

# 客户端（示例创建2个）
clients = []
for i in range(2):
    train_data, val_data = get_loaders(partition_id=i)  # 获取分区数据
    device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
    
    client = fl_task.client(
        model=model,
        train_data=train_data,
        val_data=val_data,
        device=device,
        num_epochs=1,      # 联邦学习中通常每个客户端训练1个epoch
        learning_rate=0.1
    )
    clients.append(client)

启动联邦训练

启动服务器和客户端进程（实际部署时需要在不同进程中运行）：

import flwr as fl

# 启动服务器（阻塞）
fl.server.start_server(server=server, server_address="[::]:8080")

# 启动客户端（需要分别在独立进程中运行）
fl.client.start_client(client=clients[0], server_address="[::]:8080")
fl.client.start_client(client=clients[1], server_address="[::]:8080")

关键点解析

1. 数据分区：每个客户端拥有独立的数据分区，这是联邦学习的核心特征
2. 训练流程：客户端本地训练后，只上传模型参数而非原始数据
3. 参数聚合：服务器负责聚合各客户端的模型更新
4. 通信协议：使用flwr框架的标准联邦学习通信协议

最佳实践建议

1. 客户端数量：根据实际数据分布情况确定合适的客户端数量
2. 本地训练轮数：通常设置为1，避免客户端过拟合本地数据
3. 学习率调整：联邦学习可能需要比集中式训练更小的学习率
4. 模型初始化：确保所有客户端使用相同的初始模型参数

总结

通过fed-rag项目，我们能够以最小的代码改动将传统的集中式训练任务转换为联邦学习任务。这种转换保持了原有PyTorch编程习惯的同时，增加了数据隐私保护能力。本文展示的流程可以作为联邦学习入门的基础模板，开发者可以根据实际需求进行扩展和优化。