Resolución de problemas de experimentos de Federated Learning

Limitaciones

Copy link to section

• Si elige habilitar el cifrado homomórfico, los modelos intermedios ya no se pueden guardar. Sin embargo, el modelo final del experimento de entrenamiento se puede guardar y utilizar normalmente. El agregador no podrá descifrar las actualizaciones del modelo y los modelos globales intermedios. El agregador sólo puede ver el modelo global final.

Resolución de problemas

Copy link to section

• Si se produce un error de quórum durante la distribución de claves homomórficas, reinicie el experimento.
• Cambiar el nombre de un experimento de aprendizaje federado hace que pierda su nombre actual, incluidas las ejecuciones anteriores. Si esto no está previsto, cree un nuevo experimento con el nuevo nombre.
• Cada ejecución utiliza la especificación de software predeterminada. Si el tipo de modelo pasa a estar obsoleto y no es compatible con especificaciones de software futuras, la reejecución de un experimento más antiguo podría tener problemas.
• Puesto que los sistemas de entrenamiento remoto están pensados para ejecutarse en distintos servidores, es posible que se produzca un comportamiento inesperado cuando se ejecuta con varias partes que están basadas en el mismo servidor.

Problemas conocidos de Federated Learning

Copy link to section

• Problemas conocidos de Federated Learning

Tema principal: IBM Federated Learning