在 SecretFlow 中添加基于torch后端的fed_pa​​c策略

[Yeekin-GYJ]

此 ISSUE 为 隐语开源共建计划（SecretFlow Open Source Contribution Plan，简称 SF OSCP)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

ꔷ 任务名称：在 SecretFlow 中添加基于torch后端的fed_pa​​c策略 ꔷ 技术方向：SF/联邦学习 ꔷ 任务难度：挑战🌟🌟🌟 ꔷ 任务期望完成时间：8 周

详细要求

ꔷ 安全性：尽量少 reveal ꔷ 功能性：在 SecretFlow 中实现论文《PERSONALIZED FEDERATED LEARNING WITH FEATURE ALIGNMENT AND CLASSIFIER COLLABORATION》中的 FedPAC 算法 ꔷ 正确性：至少复现论文中的一个实验验证实现的正确性 ꔷ 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） ꔷ 框架后端：实现 PyTorch 版本。 ꔷ 提交说明：关联该 isuue 并在secretflow/examples 目录提交 tutorial，example 代码

能力要求

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

操作说明

ꔷ 范例：PyTorch 后端和 TensorFlow 后端

[wyanbing]

【wyanbing Give it to me】

[Dorothy21650]

【Dorothy21650 Give it to me】

[Yeekin-GYJ]

感谢认领呀，任务完成过程中有遇到问题可以在 issue 上直接反馈，也可以添加小助手微信：SecretFlow04 进行沟通 加入 OSCP 专属群聊，期待您的PR～

[github-actions[bot]]

由于您未能在规定时间内完成任务，该任务已重新开放认领。如需继续完成，请重新认领；同时也欢迎其他开发者参与认领。\n\nAs the task was not completed within the specified time, it has been unassigned for claiming. If you wish to continue working on it, please reclaim the task. Other developers are also welcome to claim it.