Машинное обучение Azure Федеративное обучение

Введение в выборку федеративного обучения

В этом примере показано, как запустить федеративное обучение в машинном обучении Azure на основе существующего примера из документации. На момент написания этого руководства федеративное обучение находится в общедоступной предварительной версии.

Предпосылки

• Учетная запись Azure
• Служба машинного обучения Azure
• клонируйте репозиторий github — https://github.com/balakreshnan/azure-ml-federated-learning
• Перейти к быстрому запуску — https://github.com/balakreshnan/azure-ml-federated-learning/blob/main/docs/quickstart.md

Шаги федеративного обучения

• Создать рабочее пространство
• Создание вычислительного экземпляра
• или локальная рабочая станция тоже подойдет
• есть код бицепса для создания рабочей области и вычислительного экземпляра

Код

• Войдите в Azure CLI

az login --tenant <tenant-id>
az account set --name <subscription name>

• создать ресурсную группу

az group create --name fltest --location eastus

• теперь создайте ресурс
• Измените имя fldemo на другое.

az deployment group create --template-file ./mlops/bicep/open_sandbox_setup.bicep --resource-group fltest --parameters demoBaseName="fldemo22"

• дождитесь завершения развертывания
• теперь запустите код Python для настройки среды

python -m pip install -r ./examples/pipelines/fl_cross_silo_literal/requirements.txt

• теперь обновите config.json

{
    "subscription_id": "<subscription-id>",
    "resource_group": "<resource-group>",
    "workspace_name": "<workspace-name>"
}

• теперь запустите обучающий код

python ./examples/pipelines/fl_cross_silo_literal/submit.py --example MNIST --submit

• дождаться завершения обучения

• Представление показателей

• Обзор шагов

Оригинал статьи — Samples2022/FLintro.md на главной · балакрешнан/Samples2022 (github.com)