步骤 1：设置 Federated Learning 试验

从项目设置 Federated Learning 试验。

1. 在项目中，单击 新建资产> 在分布式数据上训练模型。
2. 命名试验。
   可选: 添加可选描述和标记。
3. 添加新合作者 到项目。
4. 在里面配置选项卡，选择训练框架和模型类型。 请参阅 框架，融合方法和 Python 版本 ，以获取列出受支持的框架，融合方法及其属性的表。 可选: 您可以选择启用同构加密功能。 有关更多详细信息，请参阅 应用加密。
5. 单击 模型规范 下的 选择 ，然后上载包含初始模型的 .zip 文件。
6. 在 定义超参数 选项卡中，可以选择可用于框架和融合方法的超参数选项来调整模型。

步骤 2：创建远程训练系统

创建用于认证实验参与方的远程培训系统 (RTS)。

1. 在 选择远程训练系统上，单击 添加新系统。
   

2. 配置 RTS。

   配置 RTS

   字段名称	定义	示例
   名称	用于标识此 RTS 实例的名称。	Canada Bank Model: Federated Learning Experiment
   描述 (可选)	培训系统的描述。	此远程培训系统用于 Federated Learning 试验，用于训练模型以 使用来自加拿大银行的数据预测信用卡欺诈。
   系统管理员 (可选)	指定对此 RTS 具有只读访问权的用户。 他们可以查看系统详细信息，日志和脚本，但不一定参与实验。 如果在运行试验时发生问题，应与他们联系。	Admin ([email protected])
   允许的身份	列出可以参与 Federated Learning 试验培训的项目合作者。 可以在此 RTS 中注册多个合作者，但只有一个可以参与实验。 需要多个 RTS 来认证所有参与合作者。	John Doe ([email protected]) Jane Doe ([email protected])
   允许的 IP 地址 (可选)	限制各个参与方在指定 IP 地址外部连接到 Federated Learning。 1。 要对此进行配置，请单击 配置。 2。 对于 允许的身份，选择要对其施加 IP 约束的用户。 3。 对于 允许用户使用的 IP 地址，输入可连接到远程训练系统的 IP 和/或 CIDR 的逗号分隔列表。 注: 支持 IPv4 和 IPv6 。	John 1234:5678:90ab:cdef:1234:5678:90ab:cdef: (John 's office IP) ， 123.123.123.123 (John 's home IP) ， 0987.6543.21ab.cdef (Remote VM IP) Jane 123.123.123.0/16 (Jane 's home IP) ， 0987.6543.21ab.cdef (Remote machine IP)
   标记 (可选)	将关键字与远程训练系统相关联以方便查找。	Canada Bank Model Credit Fraud

3. 单击 添加 以保存 RTS 实例。 如果要创建多个远程训练实例，可以重复这些步骤。

4. 单击 添加系统 以将 RTS 另存为项目中的资产。

   提示: 您可以将 RTS 定义用于将来的实验。 例如，在 __Select 远程训练 system__ 选项卡中，可以选择先前创建的任何远程训练系统。

5. 每个 RTS 只能认证其允许的其中一个参与方身份。 为每个新的参与部件创建一个 RTS。

步骤 3：启动试验

启动 Federated Learning 聚集器以启动全局模型的训练。

1. 单击复查并创建以查看当前 Federated Learning 试验的设置。 然后，单击 创建。
2. 在聚集器启动时， Federated Learning 试验将处于 Pending 状态。 聚集器启动时，状态将更改为 Setup – Waiting for remote systems。

父主题: 创建 Federated Learning 试验