关于横向联邦场景下Host方如何完成仅一方的部署与预测

[FFinchR]

根据教程，横向联邦场景下，guest方训练完模型后，可以通过deploy命令部署模型，然后submit job的方式完成预测。 然后在 #4314 中提到，可以通过修改conf文件，仅保留一方的role与component_params的方式，完成仅一方的预测。 我根据上面的方法，实现了仅guest方参与的预测，但是，在尝试实现仅host方参与的预测时出现了问题： 根据我的理解，在预测之前，需要先部署模型，即执行deploy命令：

flow model deploy --model-id arbiter-9998#guest-9999#host-9998#model --model-version 202303220252081986320 --dsl-path /data/projects/fate/examples/dsl/v2/homo_logistic_regression/homo-lr-normal-predict-dsl.json

在host方执行后遇到如下报错：

{
    "retmsg": "Deploy model failed. Cannot found model of initiator role or the fate version of model is older than 1.5.0",
    "retcode": 404
}

1.是因为该模型的发起方是guest-9999，host方的flow报错？ 2.若我想实现在FATE平台上完成host方的单独预测应该怎么做？ 3.若想完成host方的单独预测，只能通过homo_convert转换成本地模型，然后在其他平台上部署？ 谢谢。

[oceanqdu]

我感觉应该是你的/homo-lr-normal-predict-dsl.json存在问题，在使用host部署的时候应该修改一些内容，不是和guest完全一样的。

[FFinchR]

我感觉应该是你的/homo-lr-normal-predict-dsl.json存在问题，在使用host部署的时候应该修改一些内容，不是和guest完全一样的。

@oceanqdu 感谢您的回复，这里的homo-lr-normal-predict-dsl.json使用的是与guest方相同的dsl，内容如下：

{
    "components": {
        "data_transform_0": {
            "input": {
                "data": {
                    "data": [
                        "reader_0.data"
                    ]
                },
                "model": [
                    "pipeline.data_transform_0.model"
                ]
            },
            "module": "DataTransform",
            "output": {
                "data": [
                    "data"
                ]
            }
        },
        "reader_0": {
            "module": "Reader",
            "output": {
                "data": [
                    "data"
                ]
            }
        },
        "scale_0": {
            "input": {
                "data": {
                    "data": [
                        "data_transform_0.data"
                    ]
                },
                "model": [
                    "pipeline.scale_0.model"
                ]
            },
            "module": "FeatureScale",
            "output": {
                "data": [
                    "data"
                ]
            }
        },
        "homo_lr_0": {
            "input": {
                "data": {
                    "test_data": [
                        "scale_0.data"
                    ]
                },
                "model": [
                    "pipeline.homo_lr_0.model"
                ]
            },
            "module": "HomoLR",
            "output": {
                "data": [
                    "data"
                ]
            }
        }
    }
}

如果想在host方部署需要修改哪些内容？这里看起来没有指定guest或host的字段，感谢。

[oceanqdu]

我感觉是不是在你加载之前需要导入一下模型？例如这样 flow model import -c examples/model/import_model.json 我之前都是在guest方进行的，host方我也没有实验过。

[FFinchR]

我感觉是不是在你加载之前需要导入一下模型？例如这样 flow model import -c examples/model/import_model.json 我之前都是在guest方进行的，host方我也没有实验过。

好的，感谢，我后续尝试一下，目前在host方我只实现了通过homo_convert导出模型，然后在本地做推理。

[DongRuiHust]

我感觉是不是在你加载之前需要导入一下模型？例如这样 flow model import -c examples/model/import_model.json 我之前都是在guest方进行的，host方我也没有实验过。

好的，感谢，我后续尝试一下，目前在host方我只实现了通过homo_convert导出模型，然后在本地做推理。

你好，请问这个 homo_convert 是什么功能，如何使用呢？ 我最近也想导出模型，用于本地推理。

[FFinchR]

你好，请问这个 homo_convert 是什么功能，如何使用呢？ 我最近也想导出模型，用于本地推理。

你好，homo_convert是flow cli提供的接口，用于将横向联邦模型导出，具体请参考homo_convert。 我印象中是训练完成后，执行flow model deploy ； 然后根据获得的model_id,model_version,以及实际的role与party_id修改examples/model/homo_convert_model.json； 执行flow model homo_convert，如果flow server成功返回，返回的结果将包含模型导出的本地路径； 导出的模型好像仍需要手动进行数据预处理，即导出的模型只包含运行算法的那个组件，如homo_lr等。 希望对你有所帮助。

[DongRuiHust]

你好，请问这个 homo_convert 是什么功能，如何使用呢？ 我最近也想导出模型，用于本地推理。

你好，homo_convert是flow cli提供的接口，用于将横向联邦模型导出，具体请参考homo_convert。 我印象中是训练完成后，执行flow model deploy ； 然后根据获得的model_id,model_version,以及实际的role与party_id修改examples/model/homo_convert_model.json； 执行flow model homo_convert，如果flow server成功返回，返回的结果将包含模型导出的本地路径； 导出的模型好像仍需要手动进行数据预处理，即导出的模型只包含运行算法的那个组件，如homo_lr等。 希望对你有所帮助。

感谢感谢。

[ShaoYULi12]

你好 请问这个问题现在解决了吗 如果解决了是如何实现的方便说一下嘛 感谢感谢