kubefate部署过程中容易遇到的几个问题

下载docker镜像

1、wget https://webank-ai-1251170195.cos.ap-guangzhou.myqcloud.com/fate_1.4.0-images.tar.gz
2、查看镜像是否成功
docker load -i fate_1.4.0-images.tar.gz
3、1. 下载并解压kubefate-docker-compose
下载并解压Kubefate1.4的kubefate-docker-compose.tar.gz资源包curl –OL https://github.com/FederatedAI/KubeFATE/releases/download/v1.4.0/kubefate-docker-compose.tar.gz
4、解压compose
tar -xzf kubefate-docker-compose.tar.gz
5、之后根据fate官网进入docker-deploy目录操作即可
fate官网:https://github.com/FederatedAI/FATE)

Warning:

1、如果在linux服务器上装的话(比如:ubuntu用户,不是root),需要修改user和dir及服务器的地址:
在这里插入图片描述

2、执行sudo bash docker_deploy.sh all 时报错
Error starting userland proxy: listen tcp 0.0.0.0:2049: bind: address already in use
方法:一般是8869,8000两个端口报错(https://stackoverflow.com/questions/55535967/error-starting-userland-proxy-listen-tcp-0-0-0-02049-bind-address-already-in)
在这里插入图片描述
3、在线测试的另外一种形式
通过curl发送以下信息到
curl -X POST -H ‘Content-Type: application/json’ -i ‘http://10.1.40.215:8059/federation/v1/inference’ --data ‘{“head”: {“serviceId”: “test”},“body”: {“featureData”: {“x0”: 0.254879,“x1”: -1.046633,“x2”: 0.209656,“x3”: 0.074214,“x4”: -0.441366,“x5”: -0.377645,“x6”: -0.485934,“x7”: 0.347072,“x8”: -0.287570,“x9”: -0.733474},“sendToRemoteFeatureData”: {“id”: “123”}}}’

在页面中打开fateboard,只需复制shell脚本中弹出的网址:
在这里插入图片描述
并把fateboard修改为服务器的ip,比如:http://10.1.40.215:8080/index.html#/details?job_id=202010300627507961067&role=guest&party_id=215&from=Job%20overview&page=1

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
您好!对于KubeFATE联邦学习集群,它是基于Kubernetes和FATE(Federated AI Technology Enabler)开源项目构建的。KubeFATE联邦学习集群旨在支持联邦学非常抱歉,我之前的回答有误。以下是正确的函数实现,将返回去重后的新习场景,使不同组织之间可以安全地共享和合作训练AI模型,同时保护数组: ```python def remove_duplicates(arr): unique_elements = [] for num in arr: if num not in unique_elements数据隐私。 KubeFATE联邦学习集群提供了一种分布式的、安全的数据协同训练框架,支持跨边界和跨组织的合作。它具有以下特点: 1. 数据: unique_elements.append(num) return unique_elements ``` 这个函数接受一个包含非零元素的整隐私保护:KubeFATE采用联邦学习的方式,将模型训练和数据分散存储型数组 `arr`,并使用一个空列表 `unique_elements` 来记录已经出现过的元素。我们遍历在各个参与方之间,保护了数据的隐私性。 2. 分布式训练:KubeF数组的每个元素,如果它不在 `unique_elements` 列表,就将它添加到列表。最ATE支持将模型训练任务分发到不同的参与方节点上进行并行计算,提高了训练效率。 3. 跨组织协作:KubeFATE允许不同组织之间的数据共享后返回 `unique_elements` 列表,其包含去重后的元素。 请注意,这个函数返回的是一个新数组,原始数组 `arr` 不会被修改。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值