hmiao

If you want to use a new port, you should change the port field in config.yaml first.

这个应该不是pycryptodome的问题，问题应该出在socket的数据传输上。 我本地没法复现这个问题，如果你可以复现的话，可以在psi/base/sender.py的第17行插入一行代码 `print(f"key {bk_bytes.hex()}")` 观察程序的输出。 正常的key应该是以30开头的，长度为59的bytes（hex长度为118）。 如果不是，说明是socket数据传输的问题。 修改了代码之后，你需要`pip install -e .`来重新安装一下才能让修改的代码生效。

同样的问题

 今天跑了一下，并没有复现你的问题。 我猜测是因为CrypTen的版本问题。CrypTen版本一直是0.1.0，一年多没有发过新版本，可以尝试从源码安装CrypTen，看看能不能解决问题。

真输入来自持有这个数据的参与方。 ``` if rank == i: # 加密本机的数据，分享给其他参与方 assert local_tensor.shape[1] == feature_size, \ f"{name} feature size should be {feature_size}, but get {local_tensor.shape[1]}" tensor = crypten.cryptensor(local_tensor, src=i) # src标识数据的持有方 ``` 在这里，持有数据的参与方，也就是`rank=i`的参与方，会通过`crypten.cryptensor`把数据秘密分享给网络中其他的参与方。而其他的参与方虽然没有数据，但是也需要一个`cryptensor`来接收别人分享来的数据，所以有了`dummy_tensor`那一段。

启动命令改一下，去掉`&&`，改成： `RENDEZVOUS=tcp://192.168.1.100:2345 WORLD_SIZE=3 RANK=0 python train_multi.py` `RENDEZVOUS=tcp://192.168.1.100:2345 WORLD_SIZE=3 RANK=1 python train_multi.py` `RENDEZVOUS=tcp://192.168.1.100:2345 WORLD_SIZE=3 RANK=2 python train_multi.py` 的确是README里写错了，抱歉 @qingqbaby

关于问题一，是crypten版本的问题，通过pip安装的crypten 0.1版本的确没有`MPCTensor.rand`这个方法，通过源码安装crypten（master分支）的话是有的。如果不想通过源码安装crypten，可以使用`crypten.mpc.rand`来代替。generator是有manual_seed方法的，这个也许是IDE的提示问题？ 关于问题二，这个只是IDE的提示，应该不是报错？ 关于问题三，也是crypten版本的问题，通过pip安装的crypten 0.1版本的确没有`BCEWithLogitsLoss`这个方法，通过源码安装crypten（master分支）的话是有的。如果不想通过源码安装crypten，可以修改这一行为`mpc_loss = crypten.nn.BCELoss()`，同时修改`MLP`模型，在最后添加一个`Sigmoid`层，达到同样的效果。

你这个问题，有点奇怪，true_ys的差距太大了，不太可能是解密时候的精度问题 你可以看一下make_mpc_dataloader这个函数，在这里label默认是输入的最后一列，不知道你的数据集是这样的格式吗？ 可能你需要根据自己的数据集，修改下代码试试

> > 你这个问题，有点奇怪，true_ys的差距太大了，不太可能是解密时候的精度问题 > > 你可以看一下make_mpc_dataloader这个函数，在这里label默认是输入的最后一列，不知道你的数据集是这样的格式吗？ > > 可能你需要根据自己的数据集，修改下代码试试 > > 谢谢您的解答，我考虑了这点，并做了以下处理： > > 1. feature, label = mpc_tensor[:,1:], mpc_tensor[:, 0:1] > 2. label=label.squeeze() > 还是无果，无奈之下我进一步操作： > validate_mpc函数中添加true_ys = torch.where(true_ys...

我的确没遇到这个问题。 你可以把具体的报错贴出来？看一下是哪个文件的问题