Chen

1. 没太明白您的意思，passive party的feature 混淆要用到passport，不会在active party 进行的？ 2. passport会跟随模型保存的，预测需要passport

guest(acitve) & host(passive) 都有这个agglayer，但是host的agglayer会执行passport相关的逻辑，而guest的是负责从host接受数据&反向传播，详细的可以看agglayer下fedpass 在host方的代码(你想要了解的图片里的红框部分）

 passport相关的逻辑在这里 下面的这个过程  就是在 feature -> bottom_model -> agg_layer这个过程里完成的

Hi, 你可以把这部分理解为一个完整的过程。这里实现的时候也是以论文代码为准的，论文代码里，比如说Lenet model，也是遵顼一个feature-> bottom_model -> passport的顺序的： 

Hi~ 你可以发邮件问一下作者的，我不知道作者是否允许把代码分享其他人

这个是支持的 这个看来是dataset 返回label的格式问题，cross entropy需要一个1维的label tensor 看看修改下可不可以跑通？

你可以在本地先试一下（不提交fate任务），model的输出能不能和label算出loss，按照现在看来是会报错的，可以在本地调一下的

FATE数据都是公开的数据集，可以查一下数据集对应的任务的

和原始数据是会有些差别，比方说您看的default credit，fate里的样例数据是把原数据做了归一化的

Hi! Which version you are currently using?