flwr/clientapp

Flower ClientApp Docker镜像文档

概述

Flower ClientApp是基于Flower联邦学习框架的客户端应用镜像，旨在简化联邦学习客户端节点的部署与运行。该镜像支持多种硬件架构、Python版本及操作系统，适用于构建跨设备、跨机构的分布式机器学习系统，尤其适合需要隐私保护的协同模型训练场景。

核心功能与特性

• 多架构支持：兼容amd64和arm64v8硬件架构，适配不同计算设备
• 灵活版本控制：提供从1.11.0到1.20.0的多版本标签，支持Python 3.8至3.12及Ubuntu 22.04/24.04系统
• 即开即用：预配置Flower客户端运行环境，无需手动安装依赖
• 易于集成：可快速与用户自定义联邦学习代码结合，支持挂载外部训练脚本与数据

使用场景

• 联邦学习分布式训练：跨设备（如边缘设备、移动端）或跨机构的协同模型训练
• 隐私保护机器学习：在数据不离开本地的情况下完成模型训练，满足数据隐私合规要求
• 学术研究：快速搭建联邦学习原型系统，验证新算法与策略
• 工业界应用：企业内部多部门协同建模、跨企业联合AI项目开发

使用方法

Docker快速启动

通过以下命令启动Flower客户端，连接至指定的联邦学习服务器并运行用户训练脚本：

bash
# 基本格式
docker run -v /本地代码路径:/app flower-clientapp:<标签> python /app/客户端脚本.py --server_address=<服务器地址>:<端口>

# 示例：使用latest标签连接本地服务器
docker run -v $(pwd)/my_client_code:/app docker.xuanyuan.run/flower-clientapp:latest python /app/client.py --server_address=localhost:8080

Docker Compose配置

创建docker-compose.yml文件，定义客户端服务与服务器的协同部署：

yaml
version: '3.8'
services:
  flower-client:
    image: docker.xuanyuan.run/flower-clientapp:latest
    volumes:
      - ./client_code:/app  # 挂载本地客户端代码目录
    command: python /app/client.py --server_address=flower-server:8080  # 连接服务器容器
    depends_on:
      - flower-server  # 依赖服务器服务

  flower-server:
    image: docker.xuanyuan.run/flower-serverapp:latest  # 需配合Flower服务器镜像使用
    ports:
      - "8080:8080"

支持的标签

注：latest标签默认指向1.20.0-py3.12-ubuntu24.04，即Python 3.12与Ubuntu 24.04的最新稳定版本。

获取帮助

• 官方文档：https://flower.ai/docs/framework/docker/tutorial-quickstart-docker.html、https://flower.ai/docs/framework/docker/tutorial-quickstart-docker-compose.html
• 社区支持：https://discuss.flower.ai、https://flower.ai/join-slack
• 代码仓库：https://github.com/adap/flower（问题反馈与贡献）