TensorFlow Federated 是一个开源的联邦学习框架。
项目描述
TensorFlow Federated (TFF) 是一个开源框架，用于机器学习和
其他分散数据计算。TFF 的开发旨在促进
联邦学习 (FL) 的开放研究和实验，这是一种
机器学习方法，其中一个共享的全局模型在许多
参与的客户之间进行训练，这些客户将他们的训练数据保存在本地。例如，FL 已
被用于训练移动键盘的预测模型，而无需将
敏感的打字数据上传到服务器。
TFF 使开发人员能够将包含的联邦学习算法与
他们的模型和数据一起使用，并尝试使用新算法。TFF 提供的
构建块也可用于实现非学习
计算，例如对分散数据的聚合分析。
TFF 的接口分为两层：
* 联邦学习 (FL) API
`tff.learning` 层提供了一组高级接口，允许
开发人员将所包含的联邦训练和
评估实现应用到他们现有的 TensorFlow 模型中。
* Federated Core (FC) API
系统的核心是一组低级接口，用于通过 在强类型函数式编程 环境中将
TensorFlow 与分布式通信运算符相结合，简洁地表达新颖的联邦算法。这一层也是我们构建 “tff.learning”的基础。
TFF 使开发人员能够以声明方式表达联合计算，因此
可以将它们部署到不同的运行时环境。TFF 包含
用于实验的单机模拟运行时。请访问
教程并亲自尝试！
其他分散数据计算。TFF 的开发旨在促进
联邦学习 (FL) 的开放研究和实验，这是一种
机器学习方法，其中一个共享的全局模型在许多
参与的客户之间进行训练，这些客户将他们的训练数据保存在本地。例如，FL 已
被用于训练移动键盘的预测模型，而无需将
敏感的打字数据上传到服务器。
TFF 使开发人员能够将包含的联邦学习算法与
他们的模型和数据一起使用，并尝试使用新算法。TFF 提供的
构建块也可用于实现非学习
计算，例如对分散数据的聚合分析。
TFF 的接口分为两层：
* 联邦学习 (FL) API
`tff.learning` 层提供了一组高级接口，允许
开发人员将所包含的联邦训练和
评估实现应用到他们现有的 TensorFlow 模型中。
* Federated Core (FC) API
系统的核心是一组低级接口，用于通过 在强类型函数式编程 环境中将
TensorFlow 与分布式通信运算符相结合，简洁地表达新颖的联邦算法。这一层也是我们构建 “tff.learning”的基础。
TFF 使开发人员能够以声明方式表达联合计算，因此
可以将它们部署到不同的运行时环境。TFF 包含
用于实验的单机模拟运行时。请访问
教程并亲自尝试！
