FATE官方实战1

一.准备工作

目录

一.准备工作

二. 使用docker启动fate以及相关容器：

 三.开始任务

---

若你没有安装完成请参考
docker安装教程以及fate部署_niujinya的博客-CSDN博客

我们这里使用的是官方给的一个单机联邦学习案例需要的文件：

 GitHub链接：GitHub - FederatedAI/FATE: An Industrial Grade Federated Learning Framework

国内链接：FATE: FATE（Federated AI Technology Enabler）是基于联邦机器学习技术的一个框架，其旨在提供安全的计算框架来支持联邦 AI 生态 - Gitee.com

test_scorecard_job_dsl.json   test_scorecard_job_conf.json    

default_credit_hetero_host.csv  default_credit_hetero_guest.csv

你要是搞不明白，就把这些文件放到同一个文件夹下面，后期也方便操作。

在官方数据还有其他说明里面都省去了数据上传的一些步骤，如果你没进行过数据上传请参考：

fate数据上传，以及上传数据的更新_niujinya的博客-CSDN博客

这里我使用的fate版本是1.5.0，

二. 使用docker启动fate以及相关容器：

查看容器：

docker ps -a

docker start fate_python

docker start fate_fateboard

 进入容器

docker exec -t -i fate_python bash

root@0bd20afb2d1c:/fate# 

查看一下flow，打入flow即可

 三.开始任务

路径要搞清楚（是docker的路经）

flow job submit -c scorecard/test_scorecard_job_conf.json -d scorecard/test_scorecard_job_dsl.json

 可以点开docker_standalone.yml

显示结果

 如果显示失败比如

root@66242165a59e:/fate/examples/dsl/v2/homo_secureboost# flow job submit -c ${runtime_config} -d ${dsl}
{
    "retcode": 100,
    "retmsg": "Fate flow CLI has not been initialized yet or configured incorrectly. Please initialize it before using CLI at the first time. And make sure the address of fate flow server is configured correctly. The configuration file path is: /usr/local/lib/python3.6/site-packages/flow_client/settings.yaml."
}

{ "retcode": 100, "retmsg": "Connection refused. Please check if the fate flow service is started" }

说明你没有初始化或者初始化错误，可写入代码：

root@0bd20afb2d1c:/fate/logs/FATE-master#
flow init --ip 127.0.0.1 --port 9380

 然后再输入刚才job命令试一下。

flow job submit -c scorecard/test_scorecard_job_conf.json -d scorecard/test_scorecard_job_dsl.json

 打开相应的board_url网址，就开始运行机器了。