तिथि को रक्षित करें! Google I / O 18-20 मई को पंजीकृत करता है
इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

TensorFlow फेडरेटेड

TensorFlow Federated (TFF) प्लेटफ़ॉर्म में दो परतें होती हैं:

  • Federated Learning (FL) , मौजूदा Keras या गैर-Keras मशीन लर्निंग मॉडल को TFF फ्रेमवर्क में प्लग करने के लिए उच्च-स्तरीय इंटरफेस। आप फ़ेडरेटेड लर्निंग एल्गोरिदम के विवरणों का अध्ययन किए बिना बुनियादी कार्य, जैसे कि फ़ेडरेटेड ट्रेनिंग या मूल्यांकन कर सकते हैं।
  • फेडरेटेड कोर (एफसी) , निचले स्तर के इंटरफेस को कड़ाई से टाइप किए गए कार्यात्मक प्रोग्रामिंग वातावरण में वितरित संचार ऑपरेटरों के साथ TensorFlow के संयोजन से कस्टम फेडरेटेड एल्गोरिदम को व्यक्त करने के लिए।

निम्नलिखित उदाहरणों को पढ़कर शुरू करें जो आपको व्यावहारिक उदाहरणों का उपयोग करके मुख्य TFF अवधारणाओं और एपीआई के माध्यम से चलते हैं। TFF के साथ उपयोग के लिए अपने वातावरण को कॉन्फ़िगर करने के लिए इंस्टॉलेशन निर्देशों का पालन करना सुनिश्चित करें।

  • छवि वर्गीकरण के लिए Federated Learning Federated Learning (FL) API के प्रमुख भागों को प्रस्तुत करता है, और यह दर्शाता है कि Federated MNIST-like डेटा पर फ़ेडरेटेड लर्निंग का अनुकरण करने के लिए TFF का उपयोग कैसे करें।
  • पाठ पीढ़ी के लिए फेडरेटेड लर्निंग आगे दर्शाती है कि भाषा मॉडलिंग कार्य के लिए क्रमबद्ध पूर्व-प्रशिक्षित मॉडल को परिष्कृत करने के लिए TFF की FL API का उपयोग कैसे करें।
  • कस्टम फ़ेडरेटेड अल्गोरिथम, भाग 1: फ़ेडरेटेड कोर और पार्ट 2 का परिचय : फ़ेडरेटेड एवरेजिंग को लागू करना फ़ेडरेटेड कोर API (FC API) द्वारा दी जाने वाली प्रमुख अवधारणाओं और इंटरफ़ेसों को प्रस्तुत करता है, और प्रदर्शित करता है कि प्रशिक्षण एल्गोरिथ्म के साथ-साथ एक साधारण फ़ेडरेटेड एवरेज को कैसे लागू किया जाए। फ़ेडरेटेड मूल्यांकन कैसे करें।