Go back to the English version of the documentation设置系统
设置系统
Last updated: 2024年11月21日
在可以使用 IBM Federated Learning 之前，请确保您具有所需的硬件，软件和依赖关系。
核心需求 (按角色)
参与 Federated Learning 试验的每个实体都必须满足其角色的要求。
管理软件需求
为 Federated Learning 试验指定管理员。 管理员必须具有:
- 使用watsonx.aiStudio和watsonx.aiRuntime访问平台。
您必须 '创建 "watsonx.ai运行时服务实例. - 用于组装全局模型的 项目 。 您必须将watsonx.aiRuntime 服务实例与项目关联。
参与方硬件和软件需求
每个参与方都必须具有满足这些最低要求的系统。
注: 参与同一 Federated Learning 试验的远程参与方可以使用不同的硬件规范和体系结构，只要它们都满足最低要求。
受支持的体系结构
硬件要求 4GB 或更大内存。
- x86 64 位
- Mac M 系列
支持的环境
- Linux
- Mac 操作系统/Unix
- Windows
软件依赖项
- 受支持的 Python 版本和机器学习框架。
- watsonx.aiRuntimePython客户端。
- 如果您正在使用 Linux，请运行
pip install 'ibm_watsonx_ai[fl-rt23.1-py3.10]'。 - 如果您使用的是配备 M 系列 CPU 和 Conda 的 Mac OS：
- 运行 24.1 时，运行
pip install ibm_watsonx_ai[fl-rt24.1-py3.11,fl-crypto-rt24.1]。 - 运行 23.1 时，请下载 安装脚本，然后运行
./install_fl_rt23.1_macos.sh <name for new conda environment>。
- 运行 24.1 时，运行
- 如果您正在使用 Linux，请运行
网络需求
需要从远程参与方到聚集器的出站连接。 参与方可以使用防火墙来限制彼此之间的内部连接。
数据源需求
数据必须符合这些要求。
- 数据必须位于可供使用数据的一方访问的目录或存储库中。
- 联合模型的每个数据源都必须具有相同的功能。 IBM Federated Learning 仅支持水平联合学习。
- 数据必须为可读格式，但格式可能因数据源而异。 建议的格式包括:
- Hive
- Excel
- CSV
- XML
- 数据库