Happy-Rongxiaoge

> Yes, you're right. You can use the pretrained model by setting the `weights` in the config file. If you are using [MLOps](https://open.fedml.ai/) you can download the final model directly....

> @xierongpytorch Actually, you can enable wandb from your configuration file to see the training details while doing distributed training. At least, I was able to see the effect of...

您好！请问您遇到这个问题了吗？ Traceback (most recent call last): File "train_multi.py", line 188, in main() File "train_multi.py", line 163, in main crypten.init() File "/mnt/DataDisk/conda/envs/syft/lib/python3.7/site-packages/crypten/__init__.py", line 20, in init comm._init(use_threads=False, init_ttp=crypten.mpc.ttp_required()) File "/mnt/DataDisk/conda/envs/syft/lib/python3.7/site-packages/crypten/communicator/__init__.py", line...

> > > 您好！请问您遇到了这个问题？ > > > 回溯（最近一次调用最后一次）： > > > 文件“train_multi.py”，第 188 行，在 > > > main() > > > 文件“train_multi.py”，第 163 行，在 main > > > crypten.init( ）...

> > > > 谢谢，问题已经得到解决~ > > > > > > > > > > > > > > 请问您是采用下载源码的方式解决的吗 > > > > > > 是的，需要下载github上的源码然后解压CrypTen-master > > `cd...

> 你这个问题，有点奇怪，true_ys的差距太大了，不太可能是解密时候的精度问题 > 你可以看一下make_mpc_dataloader这个函数，在这里label默认是输入的最后一列，不知道你的数据集是这样的格式吗？ > 可能你需要根据自己的数据集，修改下代码试试 谢谢您的解答，我考虑了这点，并做了以下处理： 1. feature, label = mpc_tensor[:,1:], mpc_tensor[:, 0:1] 2. label=label.squeeze() 还是无果，无奈之下我进一步操作： validate_mpc函数中添加true_ys = torch.where(true_ys > 0, 1.0, 0.0) 我成功运行了，但不知道这样科学吗？

> > > > > > 谢谢，问题已经得到解决~ > > > > > > > > > > > > > > > > > > > > > > >...

> 你在跑这个原始项目的时候有遇到过这种问题吗？ 是的，我在复现时也遇到了这种情况，导致精度没能达到作者在readme中所描述的。

> > > 你这个问题，有点奇怪，true_ys的差距太大了，不太可能是解密时候的精度问题 > > > 你可以看一下make_mpc_dataloader这个函数，在这里label默认是输入的最后一列，不知道你的数据集是这样的格式吗？ > > > 可能你需要根据自己的数据集，修改下代码试试 > > > > > > 谢谢您的解答，我考虑了这点，并做了以下处理： > > > > 1. feature, label = mpc_tensor[:,1:], mpc_tensor[:, 0:1]...