資料の 英語版 に戻るシステムのセットアップ
システムのセットアップ
最終更新: 2024年11月21日
IBM Federated Learning を使用する前に、必要なハードウェア、ソフトウェア、および依存関係があることを確認してください。
役割別のコア要件
統合学習エクスペリメントに参加する各エンティティーは、その役割の要件を満たす必要があります。
管理ソフトウェア要件
統合学習エクスペリメントの管理者を指定します。 管理者には以下が必要です。
- watsonx.aiStudio とwatsonx.aiRuntime が有効なプラットフォームへのアクセス。
watsonx.aiRuntime サービスのインスタンスを作成する必要があります。 - グローバル・モデルをアセンブルするための プロジェクト 。 プロジェクトwatsonx.aiRuntime サービスインスタンスを関連付けるに必要があります。
パーティーのハードウェア要件およびソフトウェア要件
各パーティーには、これらの最小要件を満たすシステムが必要です。
注: 同じ統合学習エクスペリメントに参加するリモート・パーティーは、それぞれが最小要件を満たしている限り、異なるハードウェア仕様およびアーキテクチャーを使用できます。
サポートされるアーキテクチャー
ハードウェアには 4 GB 以上のメモリが必要です。
- x86 64 ビット
- Mac M シリーズ
サポートされる環境
- Linux
- Mac OS/Unix
- <
ソフトウェア依存関係
- サポートされる Python バージョンと機械学習フレームワーク。
- watsonx.aiRuntimePythonクライアント。
- Linuxを使用している場合は、
pip install 'ibm_watsonx_ai[fl-rt23.1-py3.10]'を実行します。 - M シリーズ CPU と Conda を搭載した Mac OS を使用している場合:
- ランタイム24.1 、 走る
pip install ibm_watsonx_ai[fl-rt24.1-py3.11,fl-crypto-rt24.1]。 - ランタイム23.1 、ダウンロードインストールスクリプトそして実行する
./install_fl_rt23.1_macos.sh <name for new conda environment>。
- ランタイム24.1 、 走る
- Linuxを使用している場合は、
ネットワーク要件
リモート・パーティーからアグリゲーターへのアウトバウンド接続が必要です。 パーティーは、相互の内部接続を制限するファイアウォールを使用できます。
データ・ソース要件
データはこれらの要件に準拠している必要があります。
- データは、そのデータを使用するパーティーがアクセスできるディレクトリーまたはストレージ・リポジトリー内になければなりません。
- フェデレート・モデルの各データ・ソースには、同じフィーチャーが必要です。 IBM Federated Learning は、水平統合学習のみをサポートします。
- データは読み取り可能な形式でなければなりませんが、形式はデータ・ソースによって異なる場合があります。 推奨される形式は次のとおりです。
- Hive
- エクセル
- CSV
- XML
- データベース
親トピック: 統合学習エクスペリメントの作成