FATE
FATE copied to clipboard
An Industrial Grade Federated Learning Framework
Fedkseed
您好,在fedkseed的ipynb的submit task to FATE的模块中。我没法import get_config_of_seq2seq_runner,LLMModelLoader, LLMDatasetLoader, LLMDataFuncLoader。我在fate_client.pipeline.components.fate.homo_nn中没法找到相应的代码 import time from fate_client.pipeline.components.fate.reader import Reader from fate_client.pipeline import FateFlowPipeline from fate_client.pipeline.components.fate.homo_nn import HomoNN, get_config_of_seq2seq_runner from fate_client.pipeline.components.fate.nn.algo_params import TrainingArguments, FedAVGArguments from fate_client.pipeline.components.fate.nn.loader import...
我想用 FATE2.0 框架来进行图数据集上的联邦学习,但似乎没有很好的 tutorial。我该怎样做?或者有没有好的教程?
 请问通过KubeFATE-V2.0.0部署两方生成的 docker-compose.yml文件能使用2.1.0吗? 我通过https://github.com/FederatedAI/FATE-Builder/blob/develop-2.0.0/docker-build/README_zh.md 自己打了2.0.0和2.1.0的镜像,我把2.0.0的镜像配置到docker-compose.yml中能正常发起任务。但我把2.1.0的镜像替换到docker-compose.yml中,通过postman发起任务报通讯失败错误,如下图。请问我应该在哪方面排查解决此问题 
请问FATE-Builder工程有更新2.X版本构建docker镜像的文档吗? 根据现有的main分支文档打2.X版本镜像运行不通
您好 bind table和upload table在使用上有什么不同吗? 我通过v1/table/bind这个接口绑定了一个csv格式的文件 然后通过 ###### dsl: ``` { "components":{ "featurescale_2":{ "output":{ "data":[ "data" ], "model":[ "model" ] }, "input":{ "data":{ "data":[ "datatransform_1.data" ] } }, "module":"FeatureScale" }, "reader_0":{ ...
**Describe the bug** 在训练过程中又遇到了奇怪的python问题。 **Expected behavior** 具体是在 LocalBaseline 过程中,遇到的报错: “OSError: num row of input(39942) not equals to num row of output(0)” 这里的39942是输入的训练集条数。 DAG上一个步骤是 HeteroFeatureBinning,output数据看起来正常。 报错内容是: (venv) [root@vm_0_2_centos local_lr_0]# cat ERROR.log...
**Describe the bug** from pipeline.backend.pipeline import PipeLine --------------------------------------------------------------------------- ModuleNotFoundError Traceback (most recent call last) Cell In[3], line 1 ----> 1 from pipeline.backend.pipeline import PipeLine ModuleNotFoundError: No module named 'pipeline.backend' 我已经装好了pipeline、fate2.1.0,fate...
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...
联邦学习中必须由guest发起联合计算任务么?是否可以由第三方发起?