Etape 1 : Mettre en place l'expérimentation d'apprentissage fédéré

Configurez une expérimentation d'apprentissage fédéré à partir d'un projet.

1. Dans le projet, cliquez sur Nouvel actif > Entraîner des modèles sur des données réparties.
2. Nommez l'expérimentation.
   Facultatif: Ajoutez une description et des balises facultatives.
3. Ajoutez de nouveaux collaborateurs au projet.
4. Dans l'onglet Configurer, choisissez l'infrastructure d'entraînement et le type de modèle. Voir Frameworks, fusion methods, and Python versions pour un tableau répertoriant les structures prises en charge, les méthodes de fusion et leurs attributs. Facultatif: Vous pouvez choisir d'activer la fonction de chiffrement homomorphique. Pour plus de détails, voir Application du chiffrement.
5. Cliquez sur Sélectionner sous Spécification du modèle et téléchargez le fichier .zip qui contient votre modèle initial.
6. Dans l'onglet Définir les hyperparamètres , vous pouvez choisir les options d'hyperparamètres disponibles pour votre infrastructure et votre méthode de fusion afin d'optimiser votre modèle.

Étape 2 : Créer le système d'entraînement à distance

Créez des systèmes d'entraînement à distance (RTS) qui authentifient les parties participantes de l'expérimentation.

1. Dans Sélectionner un système d'entraînement à distance, cliquez sur Ajouter de nouveaux systèmes.
   

2. Configurez le serveur RTS.

   Configuration du serveur RTS

   Nom de zone	Définition	Exemple
   Nom	Nom permettant d'identifier cette instance RTS.	Canada Bank Model: Federated Learning Experiment
   Description (facultatif)	Description du système de formation.	Ce système d'entraînement à distance est destiné à une expérience d'apprentissage fédéré afin d'entraîner un modèle de prévision de la fraude par carte de crédit à l'aide de données provenant de banques canadiennes.
   Administrateur système (facultatif)	Indiquez un utilisateur disposant d'un accès en lecture seule à ce serveur RTS. Ils peuvent voir les détails du système, les journaux et les scripts, mais pas nécessairement participer à l'expérience. Ils doivent être contactés si des problèmes se produisent lors de l'exécution de l'expérimentation.	Admin ([email protected])
   Identités autorisées	Répertoriez les collaborateurs de projet qui peuvent participer à la formation d'expérimentation d'apprentissage fédéré. Plusieurs collaborateurs peuvent être enregistrés dans ce serveur RTS, mais un seul peut participer à l'expérimentation. Plusieurs serveurs RTS sont nécessaires pour authentifier tous les collaborateurs participants.	John Doe ([email protected]) Jane Doe ([email protected])
   Adresses IP autorisées (facultatif)	Empêche les parties individuelles de se connecter à l'apprentissage fédéré en dehors d'une adresse IP spécifiée. 1. Pour le configurer, cliquez sur Configurer. 2. Pour Allowed identités, sélectionnez l'utilisateur sur lequel placer les contraintes d'adresse IP. 3. Pour Adresses IP autorisées pour l'utilisateur, entrez une liste séparée par des virgules des adresses IP et / ou des CIDR pouvant se connecter au système d'entraînement à distance. Remarque : IPv4 et IPv6 sont pris en charge.	John 1234:5678:90ab:cdef:1234:5678:90ab:cdef: (adresse IP du bureau de John), 123.123.123.123 (adresse IP du domicile de John), 0987.6543.21ab.cdef (adresse IP de la machine virtuelle distante) Jane 123.123.123.0/16 (adresse IP du domicile de Jane), 0987.6543.21ab.cdef (adresse IP de la machine distante)
   Balises (facultatif)	Associez des mots clés au système de formation à distance pour faciliter sa recherche.	Canada Bank Model Credit Fraud

3. Cliquez sur Ajouter pour sauvegarder l'instance RTS. Répétez ces étapes si vous créez plusieurs instances d'entraînement à distance.

4. Cliquez sur Ajouter des systèmes pour sauvegarder le serveur RTS en tant qu'actif dans le projet.

   Astuce: Vous pouvez utiliser une définition RTS pour des expérimentations futures. Par exemple, dans l'onglet __Select remote training system__, vous pouvez sélectionner n'importe quel système d'entraînement à distance que vous avez créé précédemment.

5. Chaque serveur RTS ne peut authentifier qu'une seule de ses identités de partie autorisées. Créez un RTS pour chaque nouvelle (s) partie (s) participante (s).

Etape 3 : Démarrer m'expérimentation

Démarrez l'agrégateur d'apprentissage fédéré pour lancer l'entraînement du modèle global.

1. Cliquez sur Passer en revue et créer pour afficher les paramètres de votre expérimentation d'apprentissage fédéré en cours. Cliquez ensuite sur Créer.
2. L'expérimentation d'apprentissage fédéré sera à l'état Pending pendant le démarrage de l'agrégateur. Lorsque l'agrégateur démarre, le statut passe à Setup – Waiting for remote systems.

Rubrique parent: Création d'une expérimentation d'apprentissage fédéré