Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

TensorFlow Federated

Die TensorFlow Federated (TFF) -Plattform besteht aus zwei Schichten:

  • Federated Learning (FL) , übergeordnete Schnittstellen zum Einfügen vorhandener Modelle für maschinelles Lernen von Keras oder Nicht-Keras in das TFF-Framework. Sie können grundlegende Aufgaben ausführen, z. B. Verbundtraining oder Evaluierung, ohne die Details von Verbundlernalgorithmen studieren zu müssen.
  • Federated Core (FC) , Schnittstellen auf niedrigerer Ebene, um benutzerdefinierte Verbundalgorithmen präzise auszudrücken, indem TensorFlow mit verteilten Kommunikationsoperatoren in einer stark typisierten funktionalen Programmierumgebung kombiniert wird.

Lesen Sie zunächst die folgenden Tutorials, die Sie anhand praktischer Beispiele durch die wichtigsten TFF-Konzepte und -APIs führen. Befolgen Sie unbedingt die Installationsanweisungen , um Ihre Umgebung für die Verwendung mit TFF zu konfigurieren.