Installer TensorFlow Federated

Il existe plusieurs façons de configurer votre environnement pour utiliser TensorFlow Federated (TFF) :

  • La façon la plus simple d'apprendre et d'utiliser TFF ne nécessite aucune installation ; exécuter les tutoriels fédérés tensorflow directement dans votre navigateur en utilisant Google Colaboratory .
  • Pour utiliser tensorflow fédéré sur une machine locale, installez le package TFF avec Python pip gestionnaire de paquets.
  • Si vous disposez d' une configuration unique de la machine, construire le paquet TFF de la source.

Installez tensorflow fédérée à l' aide pip

1. Installez l'environnement de développement Python.

Sur Ubuntu :

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

Sous 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. Créez un environnement virtuel.

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

3. Installez le package TensorFlow Federated Python publié.

pip install --upgrade tensorflow-federated

3 (alternative). Installez le package Python fédéré TensorFlow tous les soirs.

pip install --upgrade tensorflow-federated-nightly

4. Testez Tensorflow Federated.

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

Construire le package Python fédéré TensorFlow à partir des sources

La création d'un package Python fédéré TensorFlow à partir des sources est utile lorsque vous souhaitez :

  • Apportez des modifications à TensorFlow Federated et testez ces modifications dans un composant qui utilise TensorFlow Federated avant que ces modifications soient soumises ou publiées.
  • Utilisez les modifications qui ont été soumises à TensorFlow Federated mais qui n'ont pas été publiées.

1. Installez l'environnement de développement Python.

Sur Ubuntu :

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

Sous 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. Installez Bazel.

Installer Bazel , l'outil de construction utilisé pour compiler tensorflow fédérés.

3. Clonez le référentiel Tensorflow Federated.

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

4. Créez le package Python fédéré TensorFlow.

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

5. Créez un nouveau projet.

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

6. Créez un environnement virtuel.

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

7. Installez le package Python fédéré TensorFlow.

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

8. Testez Tensorflow Federated.

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