crypten_vfl_demo

crypten_vfl_demo copied to clipboard

对实验结果的疑问

4

您好，想问下为什么最后的纵向联邦学习的AUC比单机AUC还要高呢？理论上，这两个方法用的数据集是一样的，但纵向联邦加入了MPC，理想情况应该是AUC一致或者纵向联邦稍低一点，但为什么反而最后的AUC会更高？

Hiramdu

iamanderson1120

在运行您的项目时有一个问题想要向您请教一下

27

在您的readme中提到了如果想要尝试运行单机纵向联邦学习需要打开三个终端，分别输入命令 `RENDEZVOUS=file:///tmp/vfl && WORLD_SIZE=3 && RANK=0 python train_multi.py ` `RENDEZVOUS=file:///tmp/vfl && WORLD_SIZE=3 && RANK=1 python train_multi.py ` `RENDEZVOUS=file:///tmp/vfl && WORLD_SIZE=3 && RANK=2 python train_multi.py ` 我首先进行了数据处理，之后打开了三个终端，分别激活pytorch1.8. 然后分别在三个终端输入了您给予的命令并回车。 ### 结果在第一个终端报错： Traceback...

qingqbaby

数据预处理中遇到的问题

4

您好，在进行数据预处理这一步时，报错： ValueError: Number of passed names did not match number of header fields in the file 网上查询后的解决方案是： 使用names参数时，类似重命名。切记，要与原数据全部匹配：即不能多也不能少，多或者少都会抛出ValueError错误，所以，只需要补全所有的列标题名即可 但是在查看csv文件后，发现列数与names参数个数完全一致，请问您有这个问题吗？

aaawu

data_process报错: ValueError: '<=50K.' is not in list

2

``` Traceback (most recent call last): File "data_process.py", line 134, in arr = convert_csv_to_arr("adult.test.csv", mean_std) File "data_process.py", line 102, in convert_csv_to_arr arr = df_to_arr(df) File "data_process.py", line 56, in df_to_arr...

smudag

代码中的一些问题

1

在您的项目中有个函数： `def load_encrypt_tensor(filename: str) -> crypten.CrypTensor: local_tensor = load_local_tensor(filename) # 加载本地数据 rank = comm.get().get_rank() # 本机的rank count = local_tensor.shape[0] encrypt_tensors = [] for i, (name, feature_size) in enumerate(zip(names, feature_sizes)): if...

qingqbaby