Risoluzione dei problemi degli esperimenti di apprendimento federato

Ultimo aggiornamento: 10 apr 2025
Risoluzione dei problemi degli esperimenti di apprendimento federato

A partire da 5.1.2, Federated Learning è deprecato e sarà rimosso in futuro.

Le seguenti sono alcune delle limitazioni e dei metodi di risoluzione dei problemi che si applicano agli esperimenti di apprendimento federato.

Limitazioni

  • Se si sceglie di abilitare la crittografia omorfa, i modelli intermedi non possono più essere salvati. Tuttavia, il modello finale dell'esperimento di addestramento può essere salvato e utilizzato normalmente. L'aggregatore non sarà in grado di decodificare gli aggiornamenti del modello e i modelli globali intermedi. L'aggregatore può visualizzare solo il modello globale finale.

Risoluzione dei problemi

  • Se si verifica un errore di quorum durante la distribuzione delle chiavi omorfe, riavviare l'esperimento.
  • La modifica del nome di un esperimento di apprendimento federato causa la perdita del nome corrente, incluse le esecuzioni precedenti. Se ciò non è previsto, creare un nuovo esperimento con il nuovo nome.
  • La specifica software predefinita viene utilizzata da ogni esecuzione. Se il tipo di modello diventa obsoleto e non compatibile con le specifiche software future, la riesecuzione di un esperimento precedente potrebbe avere dei problemi.
  • Poiché i sistemi di addestramento remoto sono progettati per essere eseguiti su server diversi, è possibile che si verifichi un comportamento imprevisto quando si eseguono più parti che si basano sullo stesso server.

Problemi noti di apprendimento federato

Argomento principale IBM Federated Learning