TensorFlow Federated (TFF) a été conçu pour prendre en charge un large éventail de calculs fédérés, exprimés par une combinaison d'opérateurs fédérés de TFF qui modélisent la communication distribuée et la logique de traitement locale.
Actuellement, la logique de traitement locale peut être exprimée à l'aide des API TensorFlow (via @tff.tensorflow.computation ) au niveau du frontend et est exécutée via le runtime TensorFlow au niveau du backend. Cependant, nous visons à prendre en charge plusieurs autres frameworks frontend et backend (non TensorFlow) pour les calculs locaux, y compris les frameworks non ML (par exemple, pour la logique exprimée en SQL ou en langages de programmation à usage général).
Dans cette section, nous inclurons des informations sur :
Mécanismes fournis par TFF pour prendre en charge des frameworks alternatifs et comment vous pouvez ajouter la prise en charge de votre type d'interface ou de backend préféré à TFF.
Implémentations expérimentales de prise en charge des frameworks non TensorFlow, avec exemples.
Feuille de route future provisoire pour faire progresser ces capacités au-delà du statut expérimental.