Samouczki sfederowane TensorFlow

Te oparte na colab samouczki przeprowadzą Cię przez główne koncepcje TFF i interfejsy API, używając praktycznych przykładów. Dokumentację referencyjną można znaleźć w przewodnikach TFF .

Rozpoczęcie nauki federacyjnej

  • Federated Learning dla klasyfikacji obrazów przedstawia kluczowe części interfejsu API Federated Learning (FL) i pokazuje, jak używać TFF do symulowania uczenia federacyjnego na danych podobnych do federacyjnych MNIST.
  • Federated Learning do generowania tekstu dodatkowo demonstruje, jak używać interfejsu API FL TFF do udoskonalania serializowanego, wstępnie wytrenowanego modelu dla zadania modelowania języka.
  • Dostrajanie zalecanych agregacji do nauki pokazuje, w jaki sposób podstawowe obliczenia FL w tff.learning można połączyć z wyspecjalizowanymi procedurami agregacji oferującymi niezawodność, różnicową prywatność, kompresję i nie tylko.
  • Federated Reconstruction for Matrix Factorization wprowadza częściowo lokalne uczenie federacyjne, w którym niektóre parametry klienta nigdy nie są agregowane na serwerze. W samouczku pokazano, jak używać interfejsu API usługi Federated Learning do uczenia częściowo lokalnego modelu faktoryzacji macierzy.

Rozpoczęcie pracy z analizą federacyjną

Pisanie niestandardowych obliczeń federacyjnych

Najlepsze praktyki symulacji

Samouczki średniozaawansowane i zaawansowane