Każda ze stron podąża za tymi krokami, aby połączyć się z uruchomionym agregatorem.

1. Otwórz projekt i kliknij eksperyment edukacyjny stowarzyszony.

2. Kliknij opcję View setup information (Wyświetl informacje o konfiguracji), a następnie kliknij ikonę pobierania, aby pobrać skrypt konektora podmiotu.

3. Każda ze stron musi skonfigurować skrypt konektora podmiotu i podać poprawne informacje autoryzacyjne, aby uruchomić skrypt. Poniżej przedstawiono przykładowy skrypt konektora ze złączem ze stroną przykładową:

   from ibm_watson_machine_learning import APIClient
   
   wml_credentials = {
   "url": "https://us-south.ml.cloud.ibm.com",
   "apikey": "<API KEY>"
   }
   
   wml_client = APIClient(wml_credentials)
   
   wml_client.set.default_project("XXX-XXX-XXX-XXX-XXX")
   
   party_metadata = {
   
           wml_client.remote_training_systems.ConfigurationMetaNames.DATA_HANDLER: {
   
           "name": "MnistSklearnDataHandler",
   
           "path": "example.mnist_sklearn_data_handler",
   
           "info": {
   
           "npz_file":"./example_data/example_data.npz"
   
   }
   
   party = wml_client.remote_training_systems.create_party("XXX-XXX-XXX-XXX-XXX", party_metadata)
   
   party.monitor_logs()
   party.run(aggregator_id="XXX-XXX-XXX-XXX-XXX", asynchronous=False)
   

   Parametry:

   • api_key:
     Klucz interfejsu API IAM. Aby utworzyć nowy klucz API, należy przejść do serwisu WWW IBM Cloud, a następnie kliknąć opcję Utwórz klucz API IBM Cloud Pak for Data w obszarze Zarządzanie > kluczami interfejsu API > Access (IAM) >.

   Opcjonalnie: Jeśli skrypt jest ponownie używany z innego projektu, można skopiować zaktualizowane elementy project_id, aggregator_id i experiment_id z okna informacji o konfiguracji i skopiować je do skryptu.

4. Zainstaluj produkt Watson Machine Learning z najnowszym pakietem Federated Learning, jeśli jeszcze tego nie zrobiono:

   • Jeśli korzystasz z serii M na komputerze Mac, zainstaluj najnowszy pakiet za pomocą następującego skryptu:

   #  -----------------------------------------------------------------------------------------
   #  (C) Copyright IBM Corp. 2023.
   #  https://opensource.org/licenses/BSD-3-Clause
   #  -----------------------------------------------------------------------------------------
   #
   #
   # Script to create a conda environment and install ibm-watson-machine-learning with
   # the dependencies required for Federated Learning on MacOS.
   # The name of the conda environment to be created is passed as the first argument.
   #
   # Note: This script requires miniforge to be installed for conda.
   #
   
   usage=". install_fl_rt22.2_macos.sh conda_env_name"
   
   arch=$(uname -m)
   os=$(uname -s)
   
   if (($# < 1))
   then
   echo $usage
   exit
   fi
   
   ENAME=$1
   
   conda create -y -n ${ENAME} python=3.10
   conda activate ${ENAME}
   pip install ibm-watson-machine-learning
   
   if [ "$os" == "Darwin" -a "$arch" == "arm64" ]
   then
   conda install -y -c apple tensorflow-deps
   fi
   
   python - <<EOF
   import pkg_resources
   import platform
   import subprocess
   
   package = 'ibm-watson-machine-learning'
   extra   = 'fl-rt22.2-py3.10'
   extra_  = extra.replace('.','-')
   extra_s = '; extra == "{}"'
   remove  = None
   add     = []
   
   if platform.system() == "Darwin" and platform.processor() == "arm":
       remove  = 'tensorflow'
       add     = ['tensorflow-macos==2.9.2']
   
   pkgs = pkg_resources.working_set.by_key[package].requires(extras=[extra])
   pkgs = [ p.__str__().removesuffix(extra_s.format(extra)).removesuffix(extra_s.format(extra_)) for p in pkgs if ( extra in p.__str__() or extra_ in p.__str__() ) and ( not remove or remove not in p.__str__() )]
   
   print( "Installing standard packages for {}[{}]:{}".format(package,extra,pkgs) )
   print( "Installing additional packages:{}".format(add) )
   
   cmd = [ 'pip', 'install'] + add + pkgs
   
   subprocess.run( cmd )
   EOF
   

   • W przeciwnym razie należy wykonać instalację za pomocą następującej komendy:
     pip install --index-url https://test.pypi.org/simple/ --extra-index-url https://pypi.org/simple/ 'ibm-watson-machine-learning[fl-rt22.2-py3.10]'

5. Po zakończeniu konfigurowania i zapisaniu skryptu konektora podmiotu należy wprowadzić następującą komendę w wierszu komend, aby uruchomić skrypt:

   python3 rts_<RTS Name>_<RTS ID>.py