Rubrique traduite automatiquement Vous pouvez passer à la version anglaiseVoir la clause de protection
Pour obtenir la version la plus précise et la plus à jour de cette documentation, voir la version anglaise (originale). IBM n'est pas responsable des dommages ou pertes résultant de l'utilisation du contenu traduit automatiquement (machine).
Tutoriels et exemples d'apprentissage fédéré
Dernière mise à jour : 04 oct. 2024
Tutoriels et exemples d'apprentissage fédéré
Sélectionnez le tutoriel adapté à vos besoins. Pour faciliter le processus d'apprentissage d'apprentissage fédéré, un tutoriel avec une approche basée sur l'interface utilisateur et un tutoriel avec une approche d'appel d'API pour plusieurs cadres et ensembles de données est fourni. Les résultats sont identiques. Tous les tutoriels basés sur l'interface utilisateur montrent comment créer l'expérience d'apprentissage fédéré dans un environnement à code bas. Tous les tutoriels basés sur des API utilisent deux exemples de bloc-notes avec des scripts Python pour illustrer comment générer et former l'expérimentation.
Tensorflow
Copy link to section
Ces tutoriels pratiques vous apprennent à créer une expérience d'apprentissage fédéré étape par étape. Ces tutoriels utilisent les données MNIST pour montrer comment différentes parties peuvent contribuer à la formation d'un modèle de reconnaissance de l'écriture. Vous pouvez choisir entre une version de l'interface utilisateur ou de l'API du tutoriel.
Il s'agit d'un tutoriel pour l'apprentissage fédéré qui vous apprend à créer une expérience étape par étape avec un revenu dans le cadre XGBoost. Le tutoriel montre comment différentes parties peuvent fournir des données pour former un modèle sur les revenus des adultes.