Слияние кода завершено, страница обновится автоматически
Базовый туториал по XFL
Мы предлагаем два способа начать работу с XFL: через Docker или Conda.
Python: 3.9
ОС: MacOS, Linux (поддерживается большинство дистрибутивов, в этом руководстве используется CentOS 7)
Процессор/память: рекомендуется конфигурация с минимум 8 ядрами и 16 ГБ памяти
Redis
git clone https://github.com/paritybit-ai/XFL
cd XFL
# Получить образ redis
docker pull redis:7.0.3
# запустить сервер redis и убедиться, что порт 6379 открыт
docker run --name my_redis -p 6379:6379 -d redis:7.0.3
Запустите образ XFL как контейнер
# получить образ
docker pull basebit/xfl:1.2.0
# начать работу с XFL
docker run -it --entrypoint /bin/bash \
--network container:my_redis \
-v $PWD/demo:/opt/app/xfl/demo \
-v /opt/dataset:/opt/dataset \
-v /opt/config:/opt/config \
-v /opt/log:/opt/log \
-v /opt/checkpoints:/opt/checkpoints \
basebit/xfl:1.4.0
Запуск внутри контейнера Docker
cd demo/vertical/logistic_regression/2party
sh run.sh
Рекомендуется использовать anaconda для создания виртуальной среды.
conda create -n xfl python=3.9.7
conda activate xfl
Установите redis и другие зависимости
# Ubuntu
apt install redis-server
# CentOS
yum install epel-release
yum install redis
# MacOS
brew install redis
brew install coreutils
установите зависимости Python
# обновить pip
pip install -U pip
# установить зависимости
pip install -r requirements.txt
Запуск в автономном режиме
# задать разрешение
sudo chmod 755 /opt
# войти в каталог проекта
cd demo/vertical/logistic_regression/2party
# активировать виртуальную среду
conda activate xfl
# запустить redis-сервер (пропустить, если он уже запущен)
redis-server & # для Ubuntu и MacOS
systemctl start redis # для CentOS
# запустить демонстрацию
sh run.sh
Мы предоставляем различные примеры в каталоге demo проекта.
demo
├── horizontal
│ ├── logistic_regression
│ └── resnet
├── local
│ ├── normalization
│ └── standard_scaler
├── vertical
│ ├── binning_woe_iv
│ ├── feature_selection
│ ├── kmeans
│ ├── logistic_regression
│ ├── pearson
│ └── xgboost
└── ...
В каждом подкаталоге предоставляется исполняемый скрипт для демонстрации. Например, следующие команды запускают вертикальную логистическую регрессию (две стороны).
cd demo/vertical/logistic_regression/2party
sh run.sh
\opt. Если разрешение не может быть получено, следует изменить конфигурацию в соответствующем подкаталоге.JOB_ID. По этому JOB_ID можно получить выходные файлы и файлы журналов задачи.INFO: All Stage Successful., указывающее на успешное выполнение всех задач.Успешно выполненная вертикальная логистическая регрессия (две партии) создаёт следующие файлы:
/opt
├── checkpoints # путь к модели
│ ├── ...
│ └── 4 # [JOB_ID]
│ ├── node-1 # выходной каталог для узла-1 (включая файл модели)
│ │ ├── vertical_logistic_regression_guest.pt
│ │ └── ...
│ └── node-2 # выходной каталог для узла-2 (включая файл модели)
│ ├── vertical_logistic_regression_host.pt
│ └── ...
└── log
└── 4 # [JOB_ID]
└── xfl.log # файл журнала
После завершения задачи можно очистить остаточные процессы с помощью следующего скрипта.
# очистить остаточные процессы
sh stop.sh
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Опубликовать ( 0 )