TensorFlow Federated（TFF）プラットフォームは2つのレイヤーで構成されています。
- フェデレーテッドラーニング（FL） 、既存のKerasまたは非Kerasの機械学習モデルをTFFフレームワークにプラグインするための高レベルのインターフェース。連携学習や評価などの基本的なタスクを実行できます。連携学習アルゴリズムの詳細を学習する必要はありません。
- 強く型付けされた関数型プログラミング環境内でTensorFlowと分散型通信オペレーターを組み合わせることにより、カスタムフェデレーションアルゴリズムを簡潔に表現するための低レベルのインターフェースであるフェデレーテッドコア（FC） 。
まず、実用的な例を使用して、TFFの主要な概念とAPIについて説明する次のチュートリアルを読みます。 インストール手順に従って、TFFで使用できるように環境を構成してください。
- 画像分類のための統合学習は、統合学習（FL）APIの主要な部分を紹介し、TFFを使用して統合MNISTのようなデータで統合学習をシミュレートする方法を示します。
- テキスト生成用の統合学習では、 TFFのFL APIを使用して、言語モデリングタスクのシリアル化された事前トレーニング済みモデルを改良する方法をさらに示します。
- カスタムフェデレーテッドアルゴリズム、パート1：フェデレーテッドコアの概要とパート2：フェデレーテッドアベレージングの実装では、フェデレーテッドコアAPI（FC API）が提供する主要な概念とインターフェースを紹介し、簡単なフェデレーテッドアベレージングトレーニングアルゴリズムを実装する方法と、連合評価を実行する方法。