基于开源的easyFL，本文介绍几种常见的模拟联邦学习时划分数据集的方法并做实验观察联邦学习中数据非独立同分布对全局模型的影响。实验用的数据集MNIST数据集，模拟10个客户端进行50轮训练。 划分数据集 划分的数据集与原数据集数据独立同分布； 划分的数据集服从$|{D_i(Y)}|=K$， 即划分后的每个数据集都只有$K$个标签种类的数据； 划分...