federated:实施联合学习的框架 源码

TensorFlow联合 TensorFlow联合(TFF)是一个开源框架,用于机器学习和其他对分散数据的计算。 TFF的开发旨在促进开放式研究和实验,该方法是一种机器学习方法,其中在许多参与的客户中训练了共享的全局模型,并将其培训数据保留在本地。 例如,FL已用于训练而无需将敏感的打字数据上传到服务器。 TFF使开发人员能够将随附的联合学习算法与他们的模型和数据一起使用,并尝试使用新颖的算法。 TFF提供的构件也可以用于实施非学习计算,例如对分散数据的汇总分析。 TFF的界面分为两层: 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培训和评估实现应用于其现有TensorFlow模型。 系统的核心是一组低级接口,这些接口通过在强大类型的函数编程环境中将TensorFlow与分布式通信运算符结合在一起,简洁地表达新颖的联邦算法。 该层还用作我们构建tff.