Merken Sie den Termin vor! Google I / O kehrt vom 18. bis 20. Mai zurück Registrieren Sie sich jetzt
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.

Beginnen Sie mit den TFF-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.

Die detaillierteren Anleitungen (siehe linke Seitenleiste dieser Seite) enthalten dann Referenzinformationen zu wichtigen Themen.