关皓文

yes, I set the seed `my.seed

@jlmelville thank you for reply.

torch version 是对的，nvcc是老款的，把原来的软连接删了，现在可以了。thx

 1。这里看到BM体系里是包含finetuning 和prompt的。但是在文档中，只找到了一个微调的段落。请问该微调属于哪一种？ 。 2. 请问cpm-bee属于第一种还是第二种模型？ 

请问，如果服务器没有显卡，可以安装吗？ 因为torch是支持cpu计算的。不知道BMTrain支持吗

请问这个报错是因为sock被其他程序占用的原因吗？ `Traceback (most recent call last):\n File \"xxxeggroll/python/eggroll/core/client.py\", line 86, in sync_send\n response = _command_stub.call(request.to_proto())\n File \"/data/projects/python/venv/lib/python3.8/site-packages/grpc/_channel.py\", line 946, in __call__\n return _end_unary_response_blocking(state, call, False, None)\n File \"/data/projects/python/venv/lib/python3.8/site-packages/grpc/_channel.py\", line 849,...

@owlet42 就是题主测试的这个功能， `flow job submit -d fateflow/examples/lr/test_hetero_lr_job_dsl.json -c fateflow/examples/lr/test_hetero_lr_job_conf.json`。 我用2000端口的示例pipeline脚本测试，结果是正常的，toy测试也是正常的。是不是这个测试脚本里的conf文件或者dsl文件有问题呀。

@mgqa34 谢谢。 通过将结局变量调整为0，1，2的分类型变量可以正常运行。 现在遇到了另一个问题。我将我的测试总结为下图。  得出多分类型不支持评估的依据是： 1.说明文档中的这个参数的解释。  2.一个多分类的评估结果中只有二元分类的结果：  请问，这个结论是正确的吗？

@talkingwallace thx，multi可以的。 另外我发现reader中的id是升序，datatransform中则为乱序，请问这是为什么呢？ 

请问，只支持纵向联邦，是否是因为，纵向联邦在推理时需要使用所有参与方的“半模型”进行联邦推理。 而横向联邦中，各个参与方的模型特征是一致的，所以联邦模型是一个模型，可以直接用训练好的联邦模型，进行本地推理，无需联邦推理？