TensorFlow Federated でのマルチフレームワークのサポート

TensorFlow Federated (TFF) は、分散通信をモデル化する TFF のフェデレーテッド オペレーターとローカル処理ロジックの組み合わせを通じて表現される、幅広いフェデレーテッド コンピューティングをサポートするように設計されています。

現在、ローカル処理ロジックは、フロントエンドで TensorFlow API ( @tff.tensorflow.computation経由) を使用して表現でき、バックエンドで TensorFlow ランタイムを介して実行されます。ただし、非 ML フレームワーク (SQL または汎用プログラミング言語で表現されたロジックなど) を含む、ローカル計算用の他の複数の (TensorFlow 以外の) フロントエンドおよびバックエンド フレームワークをサポートすることを目指しています。

このセクションには、次の情報が含まれます。

• 代替フレームワークをサポートするために TFF が提供するメカニズムと、好みのタイプのフロントエンドまたはバックエンドのサポートを TFF に追加する方法。

• 非 TensorFlow フレームワークのサポートの実験的な実装と例。

• これらの機能を実験段階から卒業するための暫定的な将来のロードマップ。