TensorFlow Federated中的多框架支持
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
TensorFlow Federated (TFF) 旨在支持广泛的联合计算,这是通过对分布式通信进行建模的TFF联合运算符和本地处理逻辑的组合来表示的。
当前,本地处理逻辑可以(via @tff.tf_computation
)表示,并通过后端的TensorFlow运行时执行。但是,我们旨在支持用于本地计算的多个其他(非TensorFlow)前端和后端框架,包括非ML框架(例如,以SQL或通用编程语言表示的逻辑)。
在本节中,我们将包含以下信息:
TFF提供的用于支持替代框架的机制,以及如何为TFF添加对您首选的前端或后端类型的支持。
支持非TensorFlow框架的实验性实现,并带有示例。
暂定未来的路线图,以逐步超越实验状态来实现这些功能。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2022-09-21。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2022-09-21。"],[],[]]