首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

隐私计算FATE-离线预测

一、说明 Fate 的模型预测有 离线预测 和 在线预测 两种方式,两者的效果是一样的,主要是使用方式、适用场景、高可用、性能等方面有很大差别;本文分享使用 Fate 基于 纵向逻辑回归 算法训练出来的模型进行离线预测实践...基于上文 《隐私计算FATE-模型训练》 中训练出来的模型进行预测任务 关于 Fate 的安装部署可参考文章 《隐私计算FATE-核心概念与单机部署指南》 二、查询模型信息 执行以下命令,进入 Fate.../examples/my_test/ job_id 可以在 FATE Board 中查看。.../examples/my_test/job_202205070226373055640_config directory", "directory": "/data/projects/fate/.../my_test/ 直接把 Fate 自带的纵向逻辑回归算法预测配置样例,复制到我们的 my_test 目录下。

67030

用KubeFATE在Kubernetes上部署联邦学习集群

前置条件 一台Linux的服务器,我们测试好的OS版本是Ubuntu 18.04 LTS,由于需要跑多方计算,服务器的推荐配置为:8核,16G内存以上; 两个域名分别给KubeFATE服务和FATE-board...kubefate kubefate.net 10.160.112.145 80 16s 添加kubefate.net到hosts文件 因为我们要用 kubefate.net 域名来访问...KubeFATE服务(该域名在ingress中定义,有需要可自行修改),需要在运行kubefate命令行所在的机器配置hosts文件(注意不一定是Kubernetes所在的机器)。...如果网络环境有域名解析服务,可配置kubefate.net域名指向MiniKube机器的IP地址,这样就不用配置hosts文件。....fateboard.kubefate.net/ 如果我们没有相关的DNS服务,我们需要在访问以上域名的机器,也就是浏览器所在的机器配上相关的hosts,使上面域名指向部署FATE的服务器。

1.1K30

用KubeFATE在K8s上部署联邦学习FATE v1.5

前置条件 一台 Linux 的服务器,我们测试好的 OS 版本是 Ubuntu 18.04 LTS,由于需要跑多方计算,服务器的推荐配置为:8核,16GB内存以上; 三个域名分别给 KubeFATE 服务...STATUS显示的是 Running 状态),则 KubeFATE 的服务就已经部署好并正常运行: 添加 kubefate.net 到 hosts 文件 因为我们要用 kubefate.net 域名来访问...KubeFATE 服务(该域名在 ingress 中定义,有需要可自行修改),需要在运行 kubefate 命令行所在的机器配置 hosts 文件(注意不一定是 Kubernetes 所在的机器)。...如果网络环境有域名解析服务,可配置 kubefate.net 域名指向 MiniKube 机器的 IP 地址,这样就不用配置 hosts 文件。...,我们需要把相关域名解析配置到C:\WINDOWS\system32\drivers\etc\hosts,请查阅相关文档。

1.2K10

FATE开源项目向可信联邦学习进发

展望 FATE 社区今后的工作,可信联邦学习将是主要的内容之一,下面部分内容来自杨强教授关于可信联邦学习的阐述。...与可信联邦学习的拓展思路相对应,FATE平台将主要在三个方面发生改变: 第一,通过算法的改进来实现安全-性能-效率的平衡。...杨强认为,大部分的解决方案都能够无缝插入开源FATE,这样FATE的作用就类似一个“转换器”,可以帮助实现互通互联。 可信联邦学习的提出,更多是从技术角度提升联邦学习在真实业务场景中的表现。...互联互通的推进,则对FATE平台在更大范围内落地应用至关重要。 FATE 在可信联邦学习方面的发展 FATE 近期将在开源社区中,增加可信联邦学习的相关成果,开发者和用户可以持续关注。...社区开发专委会会议纪要: https://github.com/FederatedAI/FATE-Community/tree/master/meeting-minutes/FATE_Dev_Meeting

79330

在Juypter Notebook中构建联邦学习任务

FATE 在 v1.5 有两个比较重要的改动,一个是可以使用 Spark 作为底层计算引擎;另一个则是提供了 "fate_client" 开发工具。...后者在很大程度上方便了用户与FATE 集群的交互,本文将配合 Juypter Notebook 来着重介绍 "fate_client" 的使用。...Kubernetes 方式部署:通过域名方式访问,如通过"9999.notebook.kubefate.net"来访问party 9999的notebook,域名的设置详情请参考"optional-add-kubefatenet-to-host-file...FATE Client 简介 目前 fate_client 已经打包上传到了PyPI 上,因此可直接通过pip install的方式来安装。...flow_client 这个模块是在 fate_sdk 之上的一层封装,通过它可以直接以命令行的方式来跟FATE集群进行交互。

59020

使用Docker Compose 部署FATE v1.5.0

FATE 已经发布了首个长期支持版本,怎样快速体验新版本的FATE来做联邦学习的实验任务呢,接下来我们带领大家一起使用 docker-compose 来快速部署 FATE v1.5.0 LTS。...sudo useradd -s /bin/bash -g docker -d /home/fate fate # 设置用户密码 sudo passwd fate 配置免密 这部分需要在部署机上操作...3: 发送到partyB ssh-copy-id -i ~/.ssh/id_rsa.pub fate@192.168.0.10 安装FATE 安装 FATE 比较简单,只需要下载相应的安装包,解压...部署 部署双方的FATEFATE-Serving bash docker_deploy.sh all 这一步会通过scp和ssh的方式将tar包拷贝到目标主机的对应目录,然后启动FATE集群。...(本文为公众号:亨利笔记 原创文章) 这里使用了参数all直接部署了party10000和party9999的FATEFATE-Serving,如果想要只部署一个部分,可以参考这里的详细使用(https

57510

联邦学习开源框架FATE-Flow 源码分析

FATE整体架构 FATE是首个工业级的开源联邦学习框架,据中国信通院数据显示,55%的国内隐私计算产品是基于或参考了开源项目,其中以FATE开源项目为主。...FATE提供了联邦学习全流程的解决方案,具备开箱即用的特点。FATE整体架构和基本流程如下图1、2所示,本篇文章将主要介绍联邦学习任务调度的核心:FATE-Flow。...图1:FATE整体架构 图2:FATE流程 二. FATE-Flow架构 FATE-Flow提供了端到端的联邦学习任务流水线管理模块,架构如图3所示。...图3:FATE-Flow流程 在FATE-Flow中,由如下几个关键模块: DAG:定义了流水线,使用JSON格式的DSL来定义DAG。...源码分析 FATE-Flow后端使用的是Flask,Flask是一个轻量级的python web框架,FATE-Flow server的程序入口是在python/fate_flow/fate_flow_server.py

1.2K10

隐私计算FATE-核心概念与单机部署指南

四、Fate FATE (Federated AI Technology Enabler)是微众银行人工智能团队自研的全球首个联邦学习工业级开源框架,它提供一种基于数据隐私保护的安全计算框架,为机器学习...github地址:https://github.com/FederatedAI/FATEFate 里面存在以下三种角色: Guest 为数据的应用方,指的是在实际的建模场景中有业务需求去应用这些数据...} docker tag ccr.ccs.tencentyun.com/federatedai/standalone_fate:${version} federatedai/standalone_fate...启动容器 执行以下命令启动: docker run -d --name standalone_fate -p 8080:8080 federatedai/standalone_fate:${version...}; 六、测试 Fate 里面自带了测试任务; 首先执行以下命令,进入 Fate 的容器中: docker exec -it $(docker ps -aqf "name=standalone_fate

1.3K20
领券