Tema traducido automáticamente Puede cambiar a la versión en inglésConsulte la declaración de limitación de responsabilidad
Consulte la versión en inglés (original) para obtener la versión más precisa y actualizada de esta documentación. IBM no se responsabiliza de los daños o pérdidas resultantes del uso de contenido traducido automáticamente (máquina).
Resolución de problemas de experimentos de Federated Learning
Última actualización: 04 oct 2024
Resolución de problemas de experimentos de Federated Learning
A continuación se muestran algunas de las limitaciones y métodos de resolución de problemas que se aplican a los experimentos de aprendizaje federado.
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.