PySyft联邦学习代码报错：AttributeError: syft无FederatedDataLoader属性求助

这个错误是因为PySyft不同版本的API存在差异，FederatedDataLoader的位置或存在性在版本迭代中发生了变化，以下是针对性的解决方案：

1. 先确认你的PySyft版本 #

执行以下命令查看当前安装的版本：

pip show syft

2. 根据版本选择对应方案 #

方案A：PySyft版本 >= 0.5.x #

新版本中官方已移除顶层的syft.FederatedDataLoader，直接使用PyTorch原生的DataLoader即可加载联邦数据集（federate()后的数据集已兼容PyTorch的DataLoader接口）：

修改后的代码：

from torch.utils.data import DataLoader

# 先创建联邦数据集
federated_dataset = datasets.FashionMNIST(
    '../data', 
    train=True, 
    download=True,
    transform=transforms.Compose([
        transforms.ToTensor(),
        transforms.Normalize((0.1307,), (0.3081,))
    ])
).federate(client_list)

# 使用PyTorch DataLoader加载
federated_train_loader = DataLoader(
    federated_dataset,
    batch_size=args['batch_size'], 
    shuffle=True
)

方案B：PySyft版本 < 0.5.x #

旧版本中FederatedDataLoader并不在syft顶层模块，需要从子模块导入后使用：

首先添加导入语句：

from syft.frameworks.torch.fl.data import FederatedDataLoader

然后保留你原来的代码结构即可，注意调用时直接用FederatedDataLoader而不是syft.FederatedDataLoader。

方案C：回退到稳定旧版本 #

如果上述方案都不适用，你可以回退到明确支持FederatedDataLoader的旧版本（比如0.2.9）：

pip uninstall syft -y
pip install syft==0.2.9

安装完成后，你的原始代码即可正常运行。

内容的提问来源于stack exchange，提问作者ghazalia