--- title: fl-section3 tags: DAS GA: UA-155999456-1 --- {%hackmd @docsharedstyle/default %} # 14.3 參與者加入已發起的實驗 當建立完成聯合學習實驗後,參與者在登入專案後在資產頁面裡的聯合學習清單中可以查看到建立完成的實驗。進入該實驗後點擊頁面右下方檢視設定資訊可以進入實驗的所有資訊,包含聚合器的連結、參與者的遠端系統ID等資訊,參與者可由此頁面所得資訊修改參與者的設定檔。 為方便參與者,在聯合學習頁面中將設定檔自動產生提供參與者下載使用。設定檔有Yaml格式與Python script兩種方式,前者可用終端機Console方式進行編輯與操作,但建議直接採用Python script方式較為方便。 Python script方式只要編輯連線授權資訊及訓練資料放置位置壞其餘將會自動協助完成。 ``` wml_credentials = { "instance_id" : "openshift", "url" : "<DAS_url>", "username" : "<Your_ID>", "api key" : "xxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "version" : "3.5" } client = WatsonMachineLearningAPIClient( wml_credentials ) ``` 其中: - <DAS_url>請帶入您所使用的分析大師網址。 - <Your-ID>請填入您的帳號 - api key 請填入擬在分析大師平台的API Key,若不知可參考[上一章節](https://man.twcc.ai/@dasdocs/fl-section1) Python script編輯完成後直要執行該檔案後,系統將會自動連線到CP4D進行註冊,參與者無需再做任何操作。待所有參與者都登入註冊後,聯合學習實驗會自動進入訓練模式,並且將搜集每一回合下各參與者的準確率與訓練時間及聚合器準確率並列表讓所有參與者監看。 ![FLResult](https://cos.twcc.ai/cp4d/das4_0/FL/image/FLResult.png) 另外也會以圖形方式將結果以折線圖繪製方便觀看,並且會在回合清單中以星號方式推薦適合的模型。當整體訓練完成後可以透過右下方將模型儲存至專案將模型儲存下來,儲存的模型當會自動除放在專案資產頁面模型清單中,所有專案成員皆可直接在CP4D平台上部署,或是下載回去進行後續部署。相關模型儲存、部屬等操作流程可參閱[AutoAI-部署和測試模型](https://man.twcc.ai/@dasdocs/autoai-section3) 章節最後更新時間: 2022-04-27