Risoluzione dei problemi degli esperimenti di apprendimento federato
Ultimo aggiornamento: 10 apr 2025
Risoluzione dei problemi degli esperimenti di apprendimento federato
Deprecato 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
Copy link to section
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
Copy link to section
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.