ステップ 1: 統合学習エクスペリメントをセットアップする

プロジェクトから統合学習エクスペリメントをセットアップします。

1. プロジェクトから、 「新規資産」>「分散データでのモデルのトレーニング」をクリックします。
2. エクスペリメントに名前を付けます。
   オプション: オプションの説明とタグを追加します。
3. プロジェクトに 新規コラボレーターを追加 します。
4. 構成 タブで、トレーニング・フレームワークとモデル・タイプを選択してください。 サポートされるフレームワーク、融合メソッド、およびそれらの属性をリストした表については、 フレームワーク、融合メソッド、および Python バージョン を参照してください。 オプション: 準同型暗号化機能を有効にすることを選択できます。 詳しくは、 暗号化の適用を参照してください。
5. 「モデル仕様」 の下の 「選択」 をクリックし、初期モデルを含む .zip ファイルをアップロードします。
6. 「ハイパーパラメーターの定義」 タブで、フレームワークおよび融合方式で使用可能なハイパーパラメーター・オプションを選択して、モデルを調整できます。

ステップ 2: リモート・トレーニング・システムを作成する

エクスペリメントの参加者を認証するリモート・トレーニング・システム (RTS) を作成します。

1. 「リモート・トレーニング・システムの選択」で、 「新規システムの追加」をクリックします。
   

2. RTS を構成します。

   RTS の構成

   フィールド名	定義	例
   名前	この RTS インスタンスを識別するための名前。	Canada Bank Model: Federated Learning Experiment
   説明 (オプション)	トレーニング・システムの説明。	このリモート・トレーニング・システムは、カナダの銀行からのデータを使用してクレジット・カードの不正行為を予測する モデルをトレーニングするための 統合学習エクスペリメント用です。
   システム管理者 (オプション)	この RTS に対する読み取り専用アクセス権限を持つユーザーを指定します。 システムの詳細、ログ、およびスクリプトを表示できますが、必ずしもエクスペリメントに参加する必要はありません。 テストの実行中に問題が発生した場合は、それらのユーザーに連絡する必要があります。	Admin ([email protected])
   許可された ID	統合学習エクスペリメント・トレーニングに参加できるプロジェクト・コラボレーターをリストします。 この RTS には複数のコラボレーターを登録できますが、テストに参加できるのは 1 人のみです。 参加しているすべてのコラボレーターを認証するには、複数の RTS が必要です。	John Doe ([email protected]) Jane Doe ([email protected])
   許可される IP アドレス (オプション)	個々のパーティーが、指定された IP アドレスの外部で統合学習に接続することを制限します。 1. これを構成するには、 「構成」をクリックします。 2. 「許可されたアイデンティティー」で、IP 制約を適用するユーザーを選択します。 3. 「ユーザーの許可された IP アドレス (Allowed IP addresses for user)」に、リモート・トレーニング・システムに接続できる IP または CIDR (あるいはその両方) のコンマ区切りリストを入力します。 注: IPv4 と IPv6 の両方がサポートされます。	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)
   タグ (オプション)	リモート・トレーニング・システムを見つけやすくするために、キーワードをリモート・トレーニング・システムに関連付けます。	Canada Bank Model Credit Fraud

3. 「追加」 をクリックして、RTS インスタンスを保存します。 複数のリモート・トレーニング・インスタンスを作成する場合は、これらのステップを繰り返すことができます。

4. 「システムの追加」 をクリックして、RTS を資産としてプロジェクトに保存します。

   ヒント: 将来の実験には RTS 定義を使用できます。 例えば、「__Select remote training system__」タブで、以前に作成した任意のリモート・トレーニング・システムを選択できます。

5. 各 RTS は、許可されたパーティー ID のいずれか 1 つのみを認証できます。 新規参加パーツごとに RTS を作成します。

ステップ 3: エクスペリメントの開始

統合学習アグリゲーターを開始して、グローバル・モデルのトレーニングを開始します。

1. レビューと作成 をクリックして、現在の統合学習エクスペリメントの設定を閲覧します。 次に、 「作成」をクリックします。
2. アグリゲーターの開始中は、統合学習エクスペリメントの状況が Pending になります。 アグリゲーターが開始すると、状況が Setup – Waiting for remote systemsに変わります。

親トピック: 統合学習エクスペリメントの作成