Selezionare l'esercitazione che si adatta alle proprie esigenze. Per facilitare il processo di apprendimento di Federated Learning, viene fornita un'esercitazione con un approccio basato sull'interfaccia utente e un'esercitazione con un approccio di chiamata API per più framework e dataset. I risultati di entrambi sono gli stessi. Tutte le esercitazioni basate sull'interfaccia utente dimostrano come creare l'esperimento Federated Learning in un ambiente a basso codice. Tutte le esercitazioni basate sulle API utilizzano due notebook di esempio con gli script Python per dimostrare come creare e preparare l'esperimento.
Tensorflow
Queste esercitazioni pratiche ti insegnano come creare un esperimento di apprendimento federato passo dopo passo. Queste esercitazioni utilizzano il dataset MNIST per dimostrare in che modo le diverse parti possono contribuire ai dati per addestrare un modello a riconoscere la scrittura a mano. Puoi scegliere tra una versione API o basata sull'IU dell'esercitazione.
XGBoost
Questo è un tutorial per Federated Learning che ti insegna come creare un esperimento passo dopo passo con un reddito nel framework XGBoost. L'esercitazione dimostra in che modo le diverse parti possono fornire dati per formare un modello sui redditi degli adulti.
Crittografia omomorfa
Questo è un tutorial per Federated Learning che ti insegna come utilizzare il metodo avanzato di crittografia omorfa passo dopo passo.
Argomento principale: IBM Apprendimento federato