Agregator

Agregator to model procesora syntezy jądrowej. Administrator zarządza agregatorem.

Agregator uruchamia następujące zadania:

• Działa jako platforma usługowa w regionach Dallas, Frankfurcie, Londynie, czy Tokio.
• Rozpoczyna się od eksperymentu programu Federated Learning.

Podmiot

Podmiot to użytkownik, który udostępnia dane wejściowe modelu do agregatora eksperymentu programu Federated Learning. Stroną może być:

• w dowolnym systemie, który może uruchamiać klient Watson Machine Learning Python i kompatybilny z ramami Watson Machine Learning .

  Uwaga:

  System nie musi być specjalnie IBM watsonx. Listę wymagań systemowych można znaleźć w sekcji Konfigurowanie systemu.

• uruchamianie w systemie w dowolnym położeniu geograficznym. Zaleca się zlokalizowanie każdej ze stron w tym samym regionie, w którym dane mają unikać wyodrębniania danych z różnych regionów.

Ta ilustracja przedstawia architekturę programu IBM Federated Learning.

Zdalny system treningowy jest używany do uwierzytelniania tożsamości podmiotu w agregatorze podczas szkolenia.

Przepływ pracy użytkownika

1. Naukowiec danych:
   1. Identyfikuje źródła danych.
   2. Tworzy początkowy model "nieprzeszkolony".
   3. Tworzy plik procedury obsługi danych.
      Te zadania mogą się pokrywać z obiektem podmiotu szkoleniowego.
2. Strona łączy się z agregatorem w swoim systemie, który może być zdalny.
3. Administrator steruje eksperymentem programu Federated Learning, wykonując następujące czynności:
   1. Konfigurowanie eksperymentu w celu umożliwienia obsługi zdalnych podmiotów.
   2. Uruchamianie agregatora.

Na tej ilustracji przedstawiono działania powiązane z każdą rolą w procesie uczenia stowarzyszonego.

Temat nadrzędny: Pierwsze kroki