在上传数据完成之后，接下来根据给出的案例来完成一个简单的实验。首先需要确保数据上传成功，没成功的可以参考联邦学习初探（二）_顿顿有鱼有虾的博客-CSDN博客然后，还需要确保FATE Flow Service也是成功配置的。首先是训练阶段的代码成功运行训练之后，会生成一个.pkl文件，文件中保存的即为训练好的模型 接下来使用训练好的模型进行预测预测完成后，控制台输出如下所示同时我们还可以通过访问浏览

在FATE中可以通过json格式的文件来上传数据并配置模型，使用json格式会减少很多操作，更加方便快捷的使用FATE联邦学习进行训练。官方文档解释地址参考tutorial - FATE下面记录我根据文档并参考一些博客使用json格式来完成横向逻辑回归。​​​所使用的数据集为MNIST手写数字识别数据集，可以从MNIST in CSV | Kaggle中下载CSV格式的数据集，在下载过程中需要注册

联邦学习自学记录首先需要配置所需的环境，地址参考FATE/README.zh.md at master · FederatedAI/FATE · GitHub第一步需要下载所需的FATE版本 1.8.0可以替换为自己需要的版本（记得用sudo 最后加--no-check-certificate）lhy@ubuntu:~$ sudo wget https://webank

例如：本篇接续上一篇主要介绍使用VirtualBox部署K8S遇到的一些小问题以及calico和dashoboard的部署。K8s的一些基础功能和dashboard以及calico的安装到此已经全部完成了，接下来可以使用命令行或者dashboard界面来操作k8s了，如果再部署过程中遇到了新的问题欢迎留言。...

由于部署nginx需要科学上网，所以记录一下如何用阿里云的镜像来部署nginx。2.给下载下来的nginx打tag，修改为官方镜像的名字。4.复制nginx的官方yaml文件到本地，地址在此处。3.删除刚刚下载的镜像，只保留打完tag的镜像。不想修改可以直接复制下边修改好的yaml文件。1.下载阿里云的nginx镜像。

什么是K8s?K8s是Kubernetes的简称，由于K和s之间间隔了8个字母所以叫K8s。Kubernetes是一个开源的，用于管理云平台中多个主机上的容器化的应用，Kubernetes的目标是让部署容器化的应用简单并且高效（powerful）,Kubernetes提供了应用部署，规划，更新，维护的一种机制。......

FATE(FederatedAITechnologyEnabler)是一个联邦学习框架，能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下，进行数据使用和建模。但由于其系统的分布式特性，导致使用存在一定门槛。鉴于此，微众银行联合VMware一起开发了KubeFATE项目，致力于降低FATE的使用门槛和系统运维成本。本文将首先分析FATE的整体架构，帮助读者理解各部件的作用；然后将展示