FancyXun
FancyXun
Create a new pr from the old pr: https://github.com/keras-team/keras/pull/15381 If this could be merged, I would delete the old one.
Hi I am building slqpad from source > scripts/build.sh > node server.js --config ./config.dev.env But the "choose connection"-field, Connection Access Users button are missing.
请问哪里可以找到完整的一个两方训练的文档,比如有两个fate集群,分别叫9999和10000,如何上传数据,某一方发起训练等等这些步骤,哪里可以找到呢?我基于 https://github.com/FederatedAI/KubeFATE/blob/master/k8s-deploy/README_zh.md 用两台机器分别搭建了9999和10000的集群,比如如何去用他们做一个纵向联邦学习的训练,有相关的文档参考吗?目前我发现基本都是基于standalone的文档
Follow this issue: https://github.com/FederatedAI/FATE/issues/5669 Support uploading data from mysql: Change the 'file' in upload_guest_mysql.json like bellow: > > { > "file":"mysql://root:[email protected]:13312/fl/BREAST_HETERO_GUEST", > "head": true, > "partitions": 16, > "extend_sid": true,...
我看fate对torch的nn 有些封装,包括Sequential这一类,同时也看到了lstm的模型,但怎么使用呢?lstm的输出有是个tuple,没法直接add 进Sequentia吧?
请教个问题,如果我训练每次都做psi感觉没太大必要,有时候我希望psi做完一次后,就专注做模型的训练。但是我看所有的例子好像都需要做一次psi,然后进行纵向训练,https://github.com/FederatedAI/FATE/blob/d9253c4dedd4799b3d68de5c63cd261fbb3af033/examples/pipeline/coordinated_lr/test_lr.py#L62 有没有可能,我实现(psi)对齐后数据,以纵向Lr为例,在dag图里面直接从 reader - > lr. 我尝试修改了下,如下 ``` lr_0 = CoordinatedLR("lr_0", epochs=10, batch_size=300, optimizer={"method": "SGD", "optimizer_params": {"lr": 0.1}, "penalty": "l2", "alpha": 0.001}, init_param={"fit_intercept": True, "method": "zeros"}, train_data=reader_0.outputs["output_data"], learning_rate_scheduler={"method": "linear", "scheduler_params":...
请教个问题,目前官方给的例子都是基于内置的数据进行训练预测的,在实际生产中,我们会从数据库,比如Mysql读取数据,请问fate2.0支持从外部读取数据吗?我看有个table bind,但不知道具体用法,这个怎么把外部的数据库信息给到fate呢
请教一下:这个视频中的 https://www.bilibili.com/video/BV1hf4y1F7yg/?p=3&vd_source=298aca447de4c8a033366742b247c729 20分30秒 有SecureBoost模型的前端可视化,看起来像是比较早了,请问fate2.0以后,我看我训练的SecureBoost模型只有一个loss的输出,没有这些像tree一样的可视化,请问是取消了吗?还是说只是没显示,可以调用fate_flow的一些请求获得?
YAML文件如下: ``` dag: parties: - party_id: ['9999'] role: guest - party_id: ['10000'] role: host party_tasks: guest_9999: parties: - party_id: ['9999'] role: guest tasks: reader_0: parameters: {name: breast_hetero_guest, namespace: experiment} host_10000:...