0 / 0
資料の 英語版 に戻る
エクスペリメントのモニターとモデルの保存
最終更新: 2024年11月21日
エクスペリメントのモニターとモデルの保存

エクスペリメントへのコラボレーター・アクセス権限を持つすべてのパーティーまたは管理者は、エクスペリメントをモニターし、モデルのコピーを保存できます。

エクスペリメントが実行されると、エクスペリメントの進行状況を確認できます。 トレーニングが完了したら、結果を表示し、モデルを保存してデプロイし、新しいデータでモデルをテストできます。

エクスペリメントのモニター

すべてのパーティーがパーティー・コネクター・スクリプトを実行すると、エクスペリメントは自動的にトレーニングを開始します。 トレーニングの実行中に、トレーニングの進行状況の動的ダイアグラムを表示できます。 トレーニング・ラウンドごとに、トレーニング・ラウンドの 4 つのステージを表示できます。

  • モデルの送信: 統合学習により、各パーティーにモデル・メトリックが送信されます。
  • トレーニング: データをローカルでトレーニングするプロセス。 各パーティーは、融合されたローカル・モデルを作成するためにトレーニングを行います。 パーティー間でデータは交換されません。
  • モデルの受信: トレーニングが完了すると、各パーティーはそのローカル・モデルをアグリゲーターに送信します。 データは送信されず、専用のままになります。
  • 集約: アグリゲーターは、各リモート・パーティーによって送信されたモデルを結合して、集約モデルを作成します。

モデルの保存

トレーニングが完了すると、各トレーニング・ラウンドのモデルの正確度を示すチャートが描画されます。 グラフ上のポイントの上にカーソルを移動すると、単一ポイントの正確なメトリックに関する詳細情報が表示されます。

「トレーニング・ラウンド」 テーブルには、各トレーニング・ラウンドの詳細が表示されます。 この表には、各ラウンドのモデル・トレーニングの参加者の平均正確度が表示されます。

「セットアップ情報の表示」のスクリーン・ショット

表示が完了したら、「モデルをプロジェクトに保存」をクリックして、プロジェクトに統合学習モデルを保存します。

エクスペリメントの再実行

プロジェクトで必要な回数だけエクスペリメントを再実行できます。

注:

エクスペリメントの再実行中にエラーが発生した場合は、詳細について トラブルシューティング を参照してください。

モデルのデプロイ

Federated Learning モデルを保存した後、watsonx.aiStudio プラットフォームで他の機械学習モデルと同様にモデルをデプロイし、スコアリングすることができます。

詳しくは、 モデルのデプロイ を参照してください。

親トピック: 統合学習エクスペリメントの作成

生成 AI の検索と回答
これらの回答は、製品資料の内容に基づいて、 watsonx.ai のラージ言語モデルによって生成されます。 詳細