联邦学习中的 Dirichlet 分布：从概率向量到 Non-IID 数据划分
介绍 Dirichlet 分布的定义、浓度参数与统计性质，区分两种联邦数据划分方向，并给出可复现、无遗漏的 NumPy 实现及实验检查方法。
federated-learning
联邦学习中的收敛性分析 (Part 5)
从 FedAvg 的本地更新推导全参与模型下的非凸驻点界与强凸误差界，区分梯度噪声、客户端漂移和采样误差，并讨论部分参与与异质性修正。
使用 MPI 加速联邦学习的模拟
使用 mpi4py 和 PyTorch 搭建联邦学习模拟器，介绍服务器与客户端结构、MPI 执行流程、多进程运行方式及实验性能。