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)