آموزش های فدرال TensorFlow

این آموزش‌های مبتنی بر colab با استفاده از مثال‌های عملی، مفاهیم اصلی و APIهای TFF را راهنمایی می‌کنند. اسناد مرجع را می توان در راهنماهای TFF یافت.

شروع با یادگیری فدرال

  • آموزش فدرال برای طبقه‌بندی تصویر ، بخش‌های کلیدی API یادگیری فدرال (FL) را معرفی می‌کند و نحوه استفاده از TFF برای شبیه‌سازی یادگیری فدرال روی داده‌های مشابه MNIST را نشان می‌دهد.
  • آموزش فدرال برای تولید متن بیشتر نشان می دهد که چگونه از API FL TFF برای اصلاح یک مدل از پیش آموزش داده شده سریالی برای یک کار مدل سازی زبان استفاده کنید.
  • تنظیم مجموعه‌های توصیه‌شده برای یادگیری نشان می‌دهد که چگونه محاسبات پایه FL در tff.learning را می‌توان با روال‌های تجمع تخصصی که استحکام، حریم خصوصی تفاضلی، فشرده‌سازی و موارد دیگر را ارائه می‌دهند، ترکیب کرد.
  • بازسازی فدرال برای فاکتورسازی ماتریس ، یادگیری فدرال تا حدی محلی را معرفی می‌کند، که در آن برخی از پارامترهای مشتری هرگز در سرور جمع نمی‌شوند. این آموزش نشان می دهد که چگونه از API یادگیری فدرال برای آموزش یک مدل فاکتورسازی ماتریس جزئی محلی استفاده کنید.

شروع کار با تجزیه و تحلیل فدرال

  • Private Heavy Hitters نشان می دهد که چگونه از tff.analytics.heavy_hitters برای ایجاد یک محاسبات تحلیلی فدرال برای کشف ضربه زن های سنگین خصوصی استفاده کنید.

نوشتن محاسبات فدرال سفارشی

بهترین روش های شبیه سازی

آموزش های متوسط ​​و پیشرفته