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 機械学習モデルを TFF フレームワークにプラグインする高レベルインターフェース。フェデレーテッドラーニングアルゴリズムの詳細を学習することなく、フェデレーテッドトレーニングや評価などの基本タスクを実行することができます。
- フェデレーテッドコア（FC）: 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を組み合わせることで、カスタムフェデレーテッドアルゴリズムを簡潔に表現するための低レベルインターフェース。
まずは、次のチュートリアルをお読みください。これらのチュートリアルでは、実践的な例を使用しながら主な TFF コンセプトと API が説明されています。インストール手順に従って、TFF と使用するための環境を構成してください。
- 画像分類のフェデレーテッドラーニング: フェデレーテッドラーニング（FL）API の主要部分を紹介し、TFF を使用して、MNIST のようなフェデレーテッドデータでフェデレーテッドラーニングをシミュレーションする方法を実演します。
- テキスト生成のフェデレーテッドラーニング: TFF の FL API を使用して、言語モデリングタスク用にシリアル化されたトレーニング済みのモデルを洗練する方法を実演します。
- 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基礎 および パート 2: Part 2: Implementing フェデレーテッドアベレージングを実装する: フェデレーテッドコア API（FC API）が提供する主なコンセプトとインターフェースを紹介し、単純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の実装方法とフェデレーテッド評価の実施方法を実演します。