。用户可以根据训练报告结果对代码进行调优再训练，直到得到最优的训练代码。 新建联邦学习工程：创建联邦学习工程，编写代码，进行模型训练，生成模型包。此联邦学习模型包可以导入至联邦学习部署服务，作为联邦学习实例的基础模型包。 新建训练服务：调用已归档的模型包，对新的数据集进行训练，得到训练结果。

查看更多 →

相关文档 1 纵向联邦学习 纵向联邦机器学习，适用于参与者训练样本ID重叠较多，而数据特征重叠较少的情况，联合多个参与者的共同样本的不同数据特征进行联邦机器学习，联合建模。 公测 创建纵向联邦学习作业 2 联盟和计算节点支持自助升级 在实际应用中，升级、回滚是一个常见的场景， TICS 能

查看更多 →

至此，企业A完成了整个TI CS 联邦建模的流程，并将模型应用到了营销业务当中。这个预测作业可以作为后续持续预测的依据，企业A可以定期地使用模型预测自己的新业务数据。同时企业A也可以根据新积累的数据训练出新的模型，进一步优化模型预测的精确率，再创建新的联邦预测作业，产出更精准的预测结果供业务使用。

查看更多 →

集群联邦概述 集群联邦 集群联邦是基于CNCF项目Karmada所提供的多云容器编排能力，旨在管理跨云、跨地域场景下的多集群应用，为您提供多集群统一管理、应用部署、服务发现、弹性伸缩、故障迁移等能力。 图1 集群联邦架构 集群联邦使用限制 仅或具备UCS FullAccess权限的用户可进行集群联邦的开通、关闭操作。

查看更多 →

使用集群联邦实现应用多活容灾 应用场景 为了应对云单点宕机故障，UCS的集群联邦提供多云多活应用、秒级流量接管能力。业务应用的实例可以多云多活的部署在不同云上的容器服务中，当云单点宕机故障发生时，集群联邦可以秒级自动完成应用实例的弹性迁移以及流量的切换，业务的可靠性大大提升。 多

查看更多 →

升级集群联邦 在新的联邦版本发布后，您可以对现有联邦版本进行升级，以便使用新版本支持的相关功能。您可通过集群联邦升级路径查看各个版本的特性说明。 联邦升级流程包括升级前检查、升级和失败后回退几个步骤，如集群联邦升级流程所示，您可以通过UCS控制台可视化升级联邦版本。 图1 联邦升级流程

查看更多 →

特征的多行样本进行可信联邦学习，联合建模。 模型评估 评估训练得出的模型权重在某一数据集上的预测输出效果。 纵向联邦机器学习 纵向联邦机器学习，适用于参与者训练样本ID重叠较多，而数据特征重叠较少的情况，联合多个参与者的共同样本的不同数据特征进行可信联邦学习，联合建模。 概念术语

查看更多 →

创建工程 创建联邦学习工程，编写代码，进行模型训练，生成模型包。此联邦学习模型包可以导入至联邦学习部署服务，作为联邦学习实例的基础模型包。 在联邦学习部署服务创建联邦学习实例时，将“基础模型配置”选择为“从NAIE平台中导入”，自动匹配模型训练服务的联邦学习工程及其训练任务和模型包。

查看更多 →

创建联邦网络连接并下载联邦kubeconfig 功能介绍 舰队开通联邦后，调用此接口，创建vpcep终端节点，连接到联邦apiserver，并下载联邦apiserver的kubeconfig URI POST /v1/clustergroups/{clustergroupid}/cert

查看更多 →

下载联邦kubeconfig 功能介绍 舰队开通联邦并且创建网络连接之后，可以使用此接口下载联邦的kubeconfig URI POST /v1/clustergroups/{clustergroupid}/kubeconfig 表1 路径参数 参数 是否必选 参数类型 描述 clustergroupid

查看更多 →

开通集群联邦 开通集群联邦 集群联邦和容器舰队绑定在一起，只需要为容器舰队一键开通集群联邦，就可以方便地操作集群联邦了。 集群联邦的开通包含两个阶段：一、开通集群联邦，二、集群接入联邦。容器舰队开通集群联邦能力后，容器舰队内的成员集群将自动接入联邦。 开通集群联邦有配额限制，并且

查看更多 →

删除作业 删除可信联邦学习作业 用户登录进入计算节点页面。 在左侧导航树上依次选择“作业管理 > 可信联邦学习”，打开可信联邦学习作业页面。 在“可信联邦学习”页面，查找待删除的作业，单击“删除”。 删除操作无法撤销，请谨慎操作。 图1 删除作业 父主题： 可信联邦学习作业

查看更多 →

问题分析 该报错大概率是资源配额不足导致作业执行失败。 解决方案 如果是纵向联邦学习作业，您可以在该纵向联邦作业详情页面尝试新增内存配额和CPU配额，然后重新执行作业。 如果是横向联邦学习作业，您可以在该横向联邦作业详情页面尝试新增内存配额和CPU配额，然后保存、提交审批，等待审批通过后再重新执行作业。

查看更多 →

迁移学习 如果当前数据集的特征数据不够理想，而此数据集的数据类别和一份理想的数据集部分重合或者相差不大的时候，可以使用特征迁移功能，将理想数据集的特征数据迁移到当前数据集中。 进行特征迁移前，请先完成如下操作： 将源数据集和目标数据集导入系统，详细操作请参见数据集。 创建迁移数据

查看更多 →

可见范围内的学员在学员端可看见此项目并可以进行学习，学习数据可在学习项目列表【数据】-【自学记录】查看。 学习设置： 防作弊设置项可以单个项目进行单独设置，不再根据平台统一设置进行控制。 文档学习按浏览时长计算，时长最大计为：每页浏览时长*文档页数；文档学习按浏览页数计算，不计入学习时长。 更多设置：添加协同人

查看更多 →

学习目标 掌握座席侧的前端页面开发设计。 父主题： 开发指南

查看更多 →

运行环境 用户下拉选择作业的运行位置： LOCAL表示的是可信联邦学习作业在本地运行。 ModelArts表示的是可信联邦学习作业在ModelArts Lite资源池内运行。 PriorityModelArts表示的是可信联邦学习作业优先使用ModelArts Lite资源池运行，没有则在本地运行。

查看更多 →

高效开发工具JupyterLab和WebIDE：交互式编码体验、0编码数据探索及云端编码及调试 联邦学习&重训练，保障模型应用效果 支持联邦学习，模型可以采用多地数据进行联合训练，提升样本多样性，提升模型效果 支持迁移学习，只需少量数据即可完成非首站点模型训练，提升模型泛化能力 模型自动重训练，持续优化模型效果，解决老化劣化问题

查看更多 →

高效开发工具JupyterLab和WebIDE：交互式编码体验、0编码数据探索及云端编码及调试 联邦学习&重训练，保障模型应用效果 支持联邦学习，模型可以采用多地数据进行联合训练，提升样本多样性，提升模型效果 支持迁移学习，只需少量数据即可完成非首站点模型训练，提升模型泛化能力 模型自动重训练，持续优化模型效果，解决老化劣化问题

查看更多 →

空间成员完成数据集准备工作，参考准备本地横向联邦数据资源。 空间成员在计算节点中完成数据发布，参考发布数据。 约束限制 仅IEF计算节点支持创建横向评估型作业。 创建可信联邦学习评估型作业 用户登录进入计算节点页面。 在左侧导航树上依次选择“作业管理 > 可信联邦学习”，打开可信联邦学习作业页面。 在“可信联邦学习”页面，单击“创建”。

查看更多 →

学习空间 我的课堂 MOOC课程 我的考试

查看更多 →