TensorFlow Federated installieren

Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

Es gibt mehrere Möglichkeiten, Ihre Umgebung für die Verwendung von TensorFlow Federated (TFF) einzurichten:

  • Die einfachste Methode zum Erlernen und Verwenden von TFF erfordert keine Installation; laufen die TensorFlow Federated - Lektionen direkt in Ihrem Browser mit Google Colaboratory .
  • TensorFlow Federated auf einem lokalen Rechner zu verwenden, installieren Sie pip das TFF - Paket mit Pythons pip - Manager - Paket.
  • Wenn Sie eine einzigartige Maschinenkonfiguration haben, baut das TFF - Paket von der Quelle.

Installieren TensorFlow Federated mit pip

1. Installieren Sie die Python-Entwicklungsumgebung.

Unter Ubuntu:

sudo apt update
sudo apt install python3-dev python3-pip  # Python 3
sudo pip3 install --user --upgrade virtualenv

Unter macOS:

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
export PATH="/usr/local/bin:/usr/local/sbin:$PATH"
brew update
brew install python  # Python 3
sudo pip3 install --user --upgrade virtualenv

2. Erstellen Sie eine virtuelle Umgebung.

virtualenv --python python3 "venv"
source "venv/bin/activate"
pip install --upgrade pip

3. Installieren Sie das freigegebene TensorFlow Federated Python-Paket.

pip install --upgrade tensorflow-federated

3 (alternativ). Installieren Sie das nächtliche TensorFlow Federated Python-Paket.

pip install --upgrade tensorflow-federated-nightly

4. Testen Sie Tensorflow Federated.

python -c "import tensorflow_federated as tff; print(tff.federated_computation(lambda: 'Hello World')())"

Erstellen Sie das TensorFlow Federated Python-Paket aus der Quelle

Das Erstellen eines TensorFlow Federated Python-Pakets aus der Quelle ist hilfreich, wenn Sie Folgendes möchten:

  • Nehmen Sie Änderungen an TensorFlow Federated vor und testen Sie diese Änderungen in einer Komponente, die TensorFlow Federated verwendet, bevor diese Änderungen übermittelt oder freigegeben werden.
  • Verwenden Sie Änderungen, die an TensorFlow Federated übermittelt, aber nicht freigegeben wurden.

1. Installieren Sie die Python-Entwicklungsumgebung.

Unter Ubuntu:

sudo apt update
sudo apt install python3-dev python3-pip  # Python 3
sudo pip3 install --user --upgrade virtualenv

Unter macOS:

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
export PATH="/usr/local/bin:/usr/local/sbin:$PATH"
brew update
brew install python  # Python 3
sudo pip3 install --user --upgrade virtualenv

2. Installieren Sie Bazel.

Installieren Sie Bazel , das Build - Tool verwendet , um Tensorflow Federated zu kompilieren.

3. Klonen Sie das Tensorflow Federated-Repository.

git clone https://github.com/tensorflow/federated.git
cd "federated"

4. Erstellen Sie das TensorFlow Federated Python-Paket.

mkdir "/tmp/tensorflow_federated"
bazel run //tensorflow_federated/tools/python_package:build_python_package -- \
    --nightly \
    --output_dir="/tmp/tensorflow_federated"

5. Erstellen Sie ein neues Projekt.

mkdir "/tmp/project"
cd "/tmp/project"

6. Erstellen Sie eine virtuelle Umgebung.

virtualenv --python python3 "venv"
source "venv/bin/activate"
pip install --upgrade pip

7. Installieren Sie das TensorFlow Federated Python-Paket.

pip install --upgrade "/tmp/tensorflow_federated/"*".whl"

8. Testen Sie Tensorflow Federated.

python -c "import tensorflow_federated as tff; print(tff.federated_computation(lambda: 'Hello World')())"