TensorFlow Federated (TFF) ได้รับการออกแบบมาเพื่อรองรับการคำนวณแบบรวมศูนย์ที่หลากหลาย ซึ่งแสดงผ่านการรวมกันของตัวดำเนินการแบบรวมศูนย์ของ TFF ที่สร้างแบบจำลองการสื่อสารแบบกระจายและตรรกะการประมวลผลเฉพาะที่
ปัจจุบันตรรกะการประมวลผลในเครื่องสามารถแสดงได้โดยใช้ TensorFlow API (ผ่าน @tff.tensorflow.computation ) ที่ส่วนหน้า และดำเนินการผ่านรันไทม์ TensorFlow ที่แบ็กเอนด์ อย่างไรก็ตาม เรามุ่งหวังที่จะสนับสนุนเฟรมเวิร์กส่วนหน้าและส่วนหลังอื่นๆ (ที่ไม่ใช่ TensorFlow) สำหรับการคำนวณในเครื่อง รวมถึงเฟรมเวิร์กที่ไม่ใช่ ML (เช่น สำหรับตรรกะที่แสดงใน SQL หรือภาษาการเขียนโปรแกรมสำหรับวัตถุประสงค์ทั่วไป)
ในส่วนนี้ เราจะรวมข้อมูลเกี่ยวกับ:
กลไกที่ TFF จัดเตรียมไว้เพื่อรองรับเฟรมเวิร์กทางเลือก และวิธีที่คุณสามารถเพิ่มการรองรับประเภทฟรอนต์เอนด์หรือแบ็กเอนด์ที่คุณต้องการให้กับ TFF
การทดลองใช้งานการสนับสนุนสำหรับเฟรมเวิร์กที่ไม่ใช่ TensorFlow พร้อมตัวอย่าง
แผนงานในอนาคตเบื้องต้นสำหรับการยกระดับความสามารถเหล่านี้ให้เกินกว่าสถานะการทดลอง