Hướng dẫn liên kết TensorFlow

Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.

Các hướng dẫn dựa trên colab này sẽ hướng dẫn bạn các khái niệm và API TFF chính bằng cách sử dụng các ví dụ thực tế. Tài liệu tham khảo có thể được tìm thấy trong hướng dẫn TFF .

Bắt đầu với học tập liên kết

• Học liên kết để phân loại hình ảnh giới thiệu các phần chính của API Học liên kết (FL) và trình bày cách sử dụng TFF để mô phỏng học tập liên kết trên dữ liệu giống MNIST được liên kết.
• Học liên kết để tạo văn bản trình bày rõ hơn cách sử dụng API FL của TFF để tinh chỉnh mô hình được đào tạo trước được tuần tự hóa cho tác vụ lập mô hình ngôn ngữ.
• Việc điều chỉnh các tập hợp được đề xuất cho việc học cho thấy cách tính toán FL cơ bản trong tff.learning có thể được kết hợp với các quy trình tổng hợp chuyên biệt mang lại sự mạnh mẽ, quyền riêng tư khác biệt, khả năng nén, v.v.
• Tái thiết liên kết cho Hệ số ma trận giới thiệu một phần học tập liên kết cục bộ, trong đó một số tham số máy khách không bao giờ được tổng hợp trên máy chủ. Hướng dẫn này trình bày cách sử dụng API Học tập Liên kết để đào tạo mô hình nhân tố ma trận cục bộ một phần.

Bắt đầu với phân tích liên kết

• Private Heavy Hitters cho thấy cách sử dụng tff.analytics.heavy_hitters để xây dựng tính toán phân tích liên kết nhằm khám phá những người nổi tiếng riêng tư.

Viết các tính toán liên kết tùy chỉnh

• Xây dựng thuật toán học tập liên kết của riêng bạn cho thấy cách sử dụng API TFF Core để triển khai các thuật toán học tập liên kết, sử dụng Trung bình liên kết làm ví dụ.
• Soạn các thuật toán học tập liên kết cho thấy cách sử dụng API học tập TFF để dễ dàng triển khai các thuật toán học tập liên kết mới, đặc biệt là các biến thể của Tính trung bình liên kết.
• Thuật toán liên kết tùy chỉnh, Phần 1: Giới thiệu về Lõi liên kết và Phần 2: Triển khai tính trung bình liên kết giới thiệu các khái niệm và giao diện chính do API lõi liên kết (API FC) cung cấp.
• Triển khai Tập hợp tùy chỉnh giải thích các nguyên tắc thiết kế đằng sau mô-đun tff.aggregators và các phương pháp hay nhất để triển khai tập hợp giá trị tùy chỉnh từ máy khách đến máy chủ.

Các phương pháp mô phỏng tốt nhất

• Mô phỏng TFF với bộ tăng tốc (GPU) cho thấy thời gian chạy hiệu suất cao của TFF có thể được sử dụng với GPU như thế nào.

• Làm việc với ClientData mang lại các phương pháp hay nhất để tích hợp bộ dữ liệu mô phỏng dựa trên ClientData của TFF vào các tính toán TFF.

Hướng dẫn trung cấp và nâng cao

• Việc tạo nhiễu ngẫu nhiên chỉ ra một số điểm tinh tế khi sử dụng tính ngẫu nhiên trong các tính toán phi tập trung, đồng thời đề xuất các phương pháp hay nhất và đề xuất các mẫu.

• Gửi dữ liệu khác nhau đến các khách hàng cụ thể Với federated_lingu.federated_select giới thiệu toán tử federated_language.federated_select và đưa ra ví dụ đơn giản về thuật toán liên kết tùy chỉnh gửi dữ liệu khác nhau đến các khách hàng khác nhau.

• Học tập liên kết mô hình lớn hiệu quả với khách hàng thông qua federated_select và tập hợp thưa thớt cho thấy cách TFF có thể được sử dụng để huấn luyện một mô hình rất lớn trong đó mỗi thiết bị khách chỉ tải xuống và cập nhật một phần nhỏ của mô hình, sử dụng federated_language.federated_select và tập hợp thưa thớt.

• Học tập liên kết với quyền riêng tư khác biệt trong TFF trình bày cách sử dụng TFF để đào tạo các mô hình có quyền riêng tư khác biệt ở cấp độ người dùng.