在 SecretFlow 中实现个性化联邦策略 FedBN

[Candicepan]

此 ISSUE 为 隐语开源共建计划（SecretFlow Open Source Contribution Plan，简称 SF OSCP）第三期任务 ISSUE，欢迎社区开发者参与共建～
若有感兴趣想要认领的任务，但还未报名，辛苦先完成报名进行哈～

任务介绍

• 任务名称：在 SecretFlow 中实现个性化联邦策略 FedBN
• 技术方向：FL/strategy
• 任务难度：进阶🌟🌟

详细要求

• 安全性：尽量少 reveal
• 功能性：在 SecretFlow 中实现论文FedBN: Federated Learing on Non-IID Features VIA Local Batch Normalization的算法。
• 正确性：至少复现论文中的一个实验验证实现的正确性
• 代码规范：Python 代码需要使用 black+isort 进行格式化（流水线包含代码规范检查卡点）
• 框架后端：实现 PyTorch 版本。若在完成 PyTorch 版本实现的基础上同步进行 TensorFlow 版本实现将额外累积一颗🌟。
• 提交说明：关联该 isuue 并提交代码至 https://github.com/secretflow/secretflow/blob/main/secretflow/ml/nn/fl/backend/torch/strategy/

能力要求

• 了解基本 git 操作
• 熟悉 深度学习、联邦学习
• 对 SecretFlow 有一定了解

操作说明

• 范例：PyTorch 后端 和 TensorFlow 后端

[Starlight039]

Starlight039 Give it to me