Translation not up to date
The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.
Last updated: 18 sie 2023
Przed użyciem programu IBM Federated Learning należy się upewnić, że użytkownik dysponuje wymaganym sprzętem, oprogramowaniem i zależnościami.
Podstawowe wymagania według roli
Każdy podmiot, który uczestniczy w eksperymencie stowarzyszonym w zakresie uczenia się, musi spełniać wymagania związane z ich rolą.
Wymagania dotyczące oprogramowania administratora
Wyznacz administratora na potrzeby eksperymentu programu Federated Learning. Administrator musi mieć:
- Dostęp do platformy z włączoną obsługą Watson Studio i Watson Machine Learning .
Należy utworzyć instancję usługi Watson Machine Learning. - Projekt dotyczący składania modelu globalnego. Należy powiązać instancję usługi Watson Machine Learning z projektem użytkownika.
Wymagania sprzętowe i programowe podmiotu
Każda ze stron musi mieć system, który spełnia te minimalne wymagania.
Uwaga: Strony zdalne uczestniczące w tym samym eksperymencie uczenia stowarzyszonego mogą używać różnych specyfikacji sprzętowych i architektur, o ile spełniają one minimalne wymagania.
Obsługiwane architektury
- x86 (64-bitowy)
- PPC
- Mac M-seria
- 4 GB pamięci lub większa
Obsługa różnych środowisk
- Linux
- Mac OS/Unix
- Windows
Zależności oprogramowania
- Obsługiwana wersja Python and a machine learning framework.
- Klient Watson Machine Learning Python .
- Jeśli używany jest system Linux, uruchom komendę
pip install 'ibm-watson-machine-learning[fl-rt22.2-py3.10]'. - Jeśli używany jest system Mac OS z procesorem M-series CPU i Conda, pobierz skrypt instalacyjny, a następnie uruchom program
./install_fl_rt22.2_macos.sh <name for new conda environment>.
- Jeśli używany jest system Linux, uruchom komendę
Wymagania dotyczące sieci
Wymagane jest połączenie wychodzące ze strony zdalnej do agregatora. Strony mogą używać firewalli, które ograniczają połączenia wewnętrzne ze sobą.
Wymagania dotyczące źródeł danych
Dane muszą być zgodne z tymi wymaganiami.
- Dane muszą znajdować się w katalogu lub repozytorium pamięci masowej, które jest dostępne dla strony, która ich używa.
- Każde źródło danych dla modelu stowarzyszania musi mieć takie same funkcje. IBM Federated Learning obsługuje tylko poziome stowarzyszone uczenie się.
- Dane muszą być w czytelnym formacie, ale formaty mogą się różnić w zależności od źródła danych. Sugerowane formaty to:
- Hive
- Plik Excel
- CSV
- XML
- Baza danych
Temat nadrzędny: Tworzenie eksperymentu edukacyjnego stowarzyszonego