TensorFlow Federated (TFF) został zaprojektowany do obsługi szerokiego zakresu obliczeń stowarzyszonych, wyrażonych poprzez kombinację stowarzyszonych operatorów TFF, które modelują komunikację rozproszoną i logikę przetwarzania lokalnego.
Obecnie lokalną logikę przetwarzania można wyrazić za pomocą interfejsów API TensorFlow (poprzez @tff.tensorflow.computation ) na froncie i jest wykonywana za pośrednictwem środowiska wykonawczego TensorFlow na zapleczu. Naszym celem jest jednak obsługa wielu innych (innych niż TensorFlow) platform frontendowych i backendowych do obliczeń lokalnych, w tym frameworków innych niż ML (np. logiki wyrażonej w języku SQL lub językach programowania ogólnego przeznaczenia).
W tej sekcji zamieścimy informacje na temat:
Mechanizmy udostępniane przez TFF do obsługi alternatywnych frameworków oraz sposoby dodania obsługi preferowanego typu frontendu lub backendu do TFF.
Eksperymentalne implementacje obsługi frameworków innych niż TensorFlow, z przykładami.
Wstępny plan działania na przyszłość dotyczący wypuszczenia tych możliwości poza status eksperymentalny.