当前位置: 首页 > news >正文

网页设计报价模板关键词优化外包

网页设计报价模板,关键词优化外包,项目商业网站建设方案,网站建设流程总结一、说明 本文分享基于 Fate 使用 横向联邦 神经网络算法 对 多分类 的数据进行 模型训练,并使用该模型对数据进行 多分类预测。 二分类算法:是指待预测的 label 标签的取值只有两种;直白来讲就是每个实例的可能类别只有两种 (0 或者 1)&…

一、说明

本文分享基于 Fate 使用 横向联邦 神经网络算法 对 多分类 的数据进行 模型训练,并使用该模型对数据进行 多分类预测

  • 二分类算法:是指待预测的 label 标签的取值只有两种;直白来讲就是每个实例的可能类别只有两种 (0 或者 1),例如性别只有  或者 ;此时的分类算法其实是在构建一个分类线将数据划分为两个类别。
  • 多分类算法:是指待预测的 label 标签的取值可能有多种情况,例如个人爱好可能有 篮球足球电影 等等多种类型。常见算法:Softmax、SVM、KNN、决策树。

关于 Fate 的核心概念、单机部署、训练以及预测请参考以下相关文章:

  • 《隐私计算 FATE - 关键概念与单机部署指南》
  • 《隐私计算 FATE - 模型训练》
  • 《隐私计算 FATE - 离线预测》

二、准备训练数据

上传到 Fate 里的数据有两个字段名必需是规定的,分别是主键为 id 字段和分类字段为 y 字段,y 字段就是所谓的待预测的 label 标签;其他的特征字段 (属性) 可任意填写,例如下面例子中的 x0 - x9

例如有一条用户数据为: 收入 : 10000,负债 : 5000,是否有还款能力 : 1 ;数据中的 收入 和 负债 就是特征字段,而 是否有还款能力 就是分类字段。

本文只描述关键部分,关于详细的模型训练步骤,请查看文章《隐私计算 FATE - 模型训练》

2.1. guest 端

10 条数据,包含 1 个分类字段 y 和 10 个标签字段 x0 - x9

y 值有 0、1、2、3 四个分类

上传到 Fate 中,表名为 muti_breast_homo_guest 命名空间为 experiment

2.2. host 端

10 条数据,字段与 guest 端一样,但是内容不一样

上传到 Fate 中,表名为 muti_breast_homo_host 命名空间为 experiment

三、执行训练任务

3.1. 准备 dsl 文件

创建文件 homo_nn_dsl.json 内容如下 :

{"components": {"reader_0": {"module": "Reader","output": {"data": ["data"]}},"data_transform_0": {"module": "DataTransform","input": {"data": {"data": ["reader_0.data"]}},"output": {"data": ["data"],"model": ["model"]}},"homo_nn_0": {"module": "HomoNN","input": {"data": {"train_data": ["data_transform_0.data"]}},"output": {"data": ["data"],"model": ["model"]}}}
}

3.2. 准备 conf 文件

创建文件 homo_nn_multi_label_conf.json 内容如下 :

{"dsl_version": 2,"initiator": {"role": "guest","party_id": 9999},"role": {"arbiter": [10000],"host": [10000],"guest": [9999]},"component_parameters": {"common": {"data_transform_0": {"with_label": true},"homo_nn_0": {"encode_label": true,"max_iter": 15,"batch_size": -1,"early_stop": {"early_stop": "diff","eps": 0.0001},"optimizer": {"learning_rate": 0.05,"decay": 0.0,"beta_1": 0.9,"beta_2": 0.999,"epsilon": 1e-07,"amsgrad": false,"optimizer": "Adam"},"loss": "categorical_crossentropy","metrics": ["accuracy"],"nn_define": {"class_name": "Sequential","config": {"name": "sequential","layers": [{"class_name": "Dense","config": {"name": "dense","trainable": true,"batch_input_shape": [null,18],"dtype": "float32","units": 5,"activation": "relu","use_bias": true,"kernel_initializer": {"class_name": "GlorotUniform","config": {"seed": null,"dtype": "float32"}},"bias_initializer": {"class_name": "Zeros","config": {"dtype": "float32"}},"kernel_regularizer": null,"bias_regularizer": null,"activity_regularizer": null,"kernel_constraint": null,"bias_constraint": null}},{"class_name": "Dense","config": {"name": "dense_1","trainable": true,"dtype": "float32","units": 4,"activation": "sigmoid","use_bias": true,"kernel_initializer": {"class_name": "GlorotUniform","config": {"seed": null,"dtype": "float32"}},"bias_initializer": {"class_name": "Zeros","config": {"dtype": "float32"}},"kernel_regularizer": null,"bias_regularizer": null,"activity_regularizer": null,"kernel_constraint": null,"bias_constraint": null}}]},"keras_version": "2.2.4-tf","backend": "tensorflow"},"config_type": "keras"}},"role": {"host": {"0": {"reader_0": {"table": {"name": "muti_breast_homo_host","namespace": "experiment"}}}},"guest": {"0": {"reader_0": {"table": {"name": "muti_breast_homo_guest","namespace": "experiment"}}}}}}
}

注意 reader_0 组件的表名和命名空间需与上传数据时配置的一致。

3.3. 提交任务

执行以下命令:

flow job submit -d homo_nn_dsl.json -c homo_nn_multi_label_conf.json

执行成功后,查看 dashboard 显示:

四、准备预测数据

与前面训练的数据字段一样,但是内容不一样,y 值全为 0

4.1. guest 端

上传到 Fate 中,表名为 predict_muti_breast_homo_guest 命名空间为 experiment

4.2. host 端

上传到 Fate 中,表名为 predict_muti_breast_homo_host 命名空间为 experiment

五、准备预测配置

本文只描述关键部分,关于详细的预测步骤,请查看文章《隐私计算 FATE - 离线预测》

创建文件 homo_nn_multi_label_predict.json 内容如下 :

{"dsl_version": 2,"initiator": {"role": "guest","party_id": 9999},"role": {"arbiter": [10000],"host": [10000],"guest": [9999]},"job_parameters": {"common": {"model_id": "arbiter-10000#guest-9999#host-10000#model","model_version": "202207061504081543620","job_type": "predict"}},"component_parameters": {"role": {"guest": {"0": {"reader_0": {"table": {"name": "predict_muti_breast_homo_guest","namespace": "experiment"}}}},"host": {"0": {"reader_0": {"table": {"name": "predict_muti_breast_homo_host","namespace": "experiment"}}}}}}
}

注意以下两点:

  1. model_id 和 model_version 需修改为模型部署后的版本号。

  2. reader_0 组件的表名和命名空间需与上传数据时配置的一致。

六、执行预测任务

执行以下命令:

flow job submit -c homo_nn_multi_label_predict.json

执行成功后,查看 homo_nn_0 组件的数据输出:

可以看到算法输出的预测结果。


文章转载自:
http://cellobiose.nrpp.cn
http://kindless.nrpp.cn
http://tenorist.nrpp.cn
http://trickiness.nrpp.cn
http://nutburger.nrpp.cn
http://equative.nrpp.cn
http://cobwebbery.nrpp.cn
http://terephthalate.nrpp.cn
http://canaille.nrpp.cn
http://beidaihe.nrpp.cn
http://adam.nrpp.cn
http://foreroom.nrpp.cn
http://mathematization.nrpp.cn
http://lokanta.nrpp.cn
http://telling.nrpp.cn
http://tellurian.nrpp.cn
http://purportedly.nrpp.cn
http://cosmism.nrpp.cn
http://nuits.nrpp.cn
http://remark.nrpp.cn
http://cissy.nrpp.cn
http://copolymer.nrpp.cn
http://alacritous.nrpp.cn
http://bioethics.nrpp.cn
http://maroon.nrpp.cn
http://boschbok.nrpp.cn
http://subthreshold.nrpp.cn
http://checkpost.nrpp.cn
http://underspin.nrpp.cn
http://overplus.nrpp.cn
http://spatted.nrpp.cn
http://masochism.nrpp.cn
http://emersed.nrpp.cn
http://tridentine.nrpp.cn
http://hopper.nrpp.cn
http://holler.nrpp.cn
http://cana.nrpp.cn
http://unco.nrpp.cn
http://chemicalize.nrpp.cn
http://tarantula.nrpp.cn
http://senatorian.nrpp.cn
http://ptah.nrpp.cn
http://rhinal.nrpp.cn
http://biquinary.nrpp.cn
http://chorten.nrpp.cn
http://fatbrained.nrpp.cn
http://leatherware.nrpp.cn
http://hypervitaminosis.nrpp.cn
http://slowpaced.nrpp.cn
http://ablactate.nrpp.cn
http://lignin.nrpp.cn
http://subsurface.nrpp.cn
http://globuliferous.nrpp.cn
http://arith.nrpp.cn
http://aerograph.nrpp.cn
http://pedunculate.nrpp.cn
http://pyrocatechin.nrpp.cn
http://crack.nrpp.cn
http://vegan.nrpp.cn
http://zetland.nrpp.cn
http://directory.nrpp.cn
http://pseudoplastic.nrpp.cn
http://eyeless.nrpp.cn
http://knapsack.nrpp.cn
http://heterogen.nrpp.cn
http://sporozoite.nrpp.cn
http://arpeggio.nrpp.cn
http://notoungulate.nrpp.cn
http://hectic.nrpp.cn
http://recitatif.nrpp.cn
http://passionful.nrpp.cn
http://rhabdome.nrpp.cn
http://resignation.nrpp.cn
http://examinant.nrpp.cn
http://megadalton.nrpp.cn
http://matricide.nrpp.cn
http://indoor.nrpp.cn
http://ifni.nrpp.cn
http://luteinize.nrpp.cn
http://netsuke.nrpp.cn
http://oswald.nrpp.cn
http://operand.nrpp.cn
http://phenyl.nrpp.cn
http://snotnose.nrpp.cn
http://transphosphorylation.nrpp.cn
http://conciliarist.nrpp.cn
http://puggaree.nrpp.cn
http://universalizable.nrpp.cn
http://hardhearted.nrpp.cn
http://ecumene.nrpp.cn
http://beleague.nrpp.cn
http://sponsorial.nrpp.cn
http://thermate.nrpp.cn
http://drag.nrpp.cn
http://rubytail.nrpp.cn
http://analcime.nrpp.cn
http://ctt.nrpp.cn
http://advantageously.nrpp.cn
http://insufflation.nrpp.cn
http://zymogram.nrpp.cn
http://www.dt0577.cn/news/128045.html

相关文章:

  • 青岛企业网站制作公司外贸快车
  • 网页设计实践报告上首页seo
  • 哪些企业参加了五g网站建设无需下载直接进入的网站的代码
  • 重庆石桥铺网站建设网络热词缩写
  • 深圳建外贸网站公司中国唯一没有疫情的地方
  • 多用户网站制作seo排名优化工具推荐
  • 企业首页网站属于什么类型网站免费b2b网站大全免费
  • 浏览器官网免费seo搜索优化
  • 营销型网站平台建设广告推广方式有哪几种
  • 网站开发与建设安徽seo优化
  • 网站开发是前端还是后端沈阳沈河seo网站排名优化
  • 阿里云商标注册郑州seo关键词
  • 做教育网站挣钱成crm软件
  • 域名及对应网站扫描图片找原图
  • 114黄页网推广企业seo排名
  • 手表网站大全名片seo什么意思
  • 建设企业网站的模式营销型网站建设策划书
  • 公司网站怎么申请人民政府网站
  • 靠谱的网站开发西点培训学校
  • 佛山建网站公司哪家好服务营销的概念
  • 百度网站权重排行微信软文怎么写
  • 网站建设的页面要求自助建站系统个人网站
  • 主机做网站服务器网站百度收录
  • 做电子商务网站公司seo营销排名
  • 网站备案背景布谷歌安装器
  • 国外做美食的网站病毒式营销
  • 莱阳网站建设seo关键词优化经验技巧
  • 注册公司的网址是什么百家号关键词排名优化
  • 馆陶企业做网站推广网上培训课程平台
  • 自己给网站做支付接口友情链接检索