关于使用Shakespeare数据集的问题

感谢分享！这个仓库真的很好用！不过当我想使用这个框架察看FedAvg算法和lstm模型在Shakespeare数据集上的实验效果时，发现generate_Shakespeare.py文件和generate_MNIST.py文件有些区别，最终没能成功运行也找不出原因，不知如何是好，希望能得到一些建议！

第一点是.npz文件的保存方式不同(命名方式不一样)，这将会影响到utils\data_utils.py文件里的read_data()方法报出找不到正确路径名的错误。

通过使用63行-68行的代码并注释70-75行代码后，再次运行会出现以下错误

Traceback (most recent call last):
  File "D:\PFLlib-master\PFLlib-master\system\main.py", line 541, in <module>
    run(args)
  File "D:\PFLlib-master\PFLlib-master\system\main.py", line 373, in run
    server.train()
  File "D:\PFLlib-master\PFLlib-master\system\flcore\servers\serveravg.py", line 48, in train
    self.evaluate()
  File "D:\PFLlib-master\PFLlib-master\system\flcore\servers\serverbase.py", line 246, in evaluate
    stats = self.test_metrics()
  File "D:\PFLlib-master\PFLlib-master\system\flcore\servers\serverbase.py", line 220, in test_metrics
    ct, ns, auc = c.test_metrics()
  File "D:\PFLlib-master\PFLlib-master\system\flcore\clients\clientbase.py", line 125, in test_metrics
    output = self.model(x)
  File "E:\Anaconda3\envs\pfllib\lib\site-packages\torch\nn\modules\module.py", line 1501, in _call_impl
    return forward_call(*args, **kwargs)
  File "D:\PFLlib-master\PFLlib-master\system\flcore\trainmodel\models.py", line 34, in forward
    out = self.base(x)
  File "E:\Anaconda3\envs\pfllib\lib\site-packages\torch\nn\modules\module.py", line 1501, in _call_impl
    return forward_call(*args, **kwargs)
  File "D:\PFLlib-master\PFLlib-master\system\flcore\trainmodel\models.py", line 431, in forward
    text, text_lengths = x
ValueError: too many values to unpack (expected 2)

通过调试，我发现最后text, text_lengths = x中x的值为一个(10,80)大小的张量Tensor

我的参数设置是这样的：-data Shakespeare -m lstm -algo FedAvg -gr 2000 -did 0 -ls 5 -jr 0.1 -lr 1.47 -lbs 10

另外，我发现generate_Shakespeare.py文件并不要求对non-iid, balance, partition等参数进行设置

TsingZ0 / PFLlib

关于使用Shakespeare数据集的问题 #200