命运
etaf的Python项目详细描述
DOC| Quick Start| 中文
FATE(Federated AI Technology Enabler)是webbank人工智能部门发起的一个开源项目,旨在提供一个安全的计算框架来支持联邦AI生态系统。它实现了基于同态加密和多方计算的安全计算协议。它支持联邦学习架构和各种机器学习算法的安全计算,包括逻辑回归、基于树的算法、深度学习和转移学习。在
命运中的联合学习算法
FATE已经支持许多联合学习算法,包括垂直联合学习、水平联合学习和联合转移学习。更多详细信息请参见federatedml。在
安装
命运可以安装在Linux或Mac上。现在,命运可以支持:
- 在
本机安装:独立和群集部署
在 - 在
KubeFATE安装:
- 在
docker编写的多方部署,用于开发和测试
在 - 在
Kubernetes的集群(多节点)部署
在
- 在
本机安装:
软件环境:jdk1.8+、Python3.6、python virtualenv、mysql5.6+、redis-5.0.2
独立
命运为开发人员提供独立的运行时架构。它可以帮助开发者快速测试命运。单机版支持两种部署方式:Docker版本和手动版本。请参阅独立部署指南:standalone-deploy
集群
FATE还为大数据场景提供了一个分布式运行时架构。从独立迁移到群集只需要更改配置。不需要修改算法。在
要在集群上部署命运,请参考集群部署指南:cluster-deploy。在
KubeFATE安装:
使用kubemate,命运可以由docker compose或Kubernetes部署:
- 在
出于开发或测试目的,建议使用docker compose。只需要Docker环境。有关详细信息,请参阅Deployment by Docker Compose。在
在 - 在
对于生产或大规模部署,建议将Kubernetes作为管理命运系统的底层基础设施。有关详细信息,请参阅Deployment on Kubernetes。在
在
更多说明可在KubeFATE中找到。在
运行测试
在./federatedml/test文件夹中提供了运行所有单元测试的脚本。在
一旦安装了FATE,可以使用以下方法运行测试:
sh ./federatedml/test/run_test.sh
如果FATE安装正确,所有单元测试都应通过。在
示例程序
快速启动
我们为快速启动建模任务提供了一个python脚本。{a17}就在这张纸条上
获取模型并检查结果
我们通过一个叫做命运流的工具提供了跟踪组件输出模型或日志等功能。命运流的部署和使用可以找到here
医生
API文件
FATE在doc-api中提供了一些API文档
开发指南文档
如何使用你的命运联盟学习算法?您可以在develop-guide中看到命运开发指南文档
其他EHDOC>
FATE还在doc中提供了许多其他文档。这些文件可以帮助你更好地理解命运。在
参与其中
- 在
加入我们的邮件列表Fate-FedAI Group IO。您可以提问并参与开发讨论。在
在 - 在
对于任何常见问题,您可以登录FAQ。在
在 - 在
请通过提交issues报告错误。在
在 - 在
使用pull requests提交稿件
在
许可证
- 项目
标签: