TensorFlow Federated帮助培训来自不同位置的数据的AI模型

2022-08-21 14:38:20 编辑：唐世鸿来源：

导读论高跟鞋TensorFlow隐私，培训AI机型库私密性强的保证，谷歌今天推出其TensorFlow机器学习框架，另一个模块：TensorFlow联合(TFF) 。据Mou...

论高跟鞋TensorFlow隐私，培训AI机型库“私密性强的保证，”谷歌今天推出其TensorFlow机器学习框架，另一个模块：TensorFlow联合(TFF) 。据Mountain View公司称，它旨在通过实施一种称为联合学习的方法，更容易地尝试机器学习和分散数据的其他计算。

紧随TensorFlow 2.0 alpha之后，它也随之而来。

我们根据我们在谷歌开发联合学习技术的经验设计了TFF，它为ML模型提供移动键盘预测和设备搜索功能，”Google在今天早上发布的一篇媒体文章中写道。“有了TFF，我们很高兴能够为所有TensorFlow用户提供灵活，开放的框架，用于本地模拟分散计算。”

以下是它的关键所在：TFF使开发人员能够部署AI系统并对来自多个来源的数据进行训练，同时保持每个来源的独立和本地化。它附带了一个API - 联合核心(FC)API - 支持分散数据集上的“广泛”计算，并表示一种新的数据类型，它指定底层数据和分布式客户端上数据的位置。

TFF还包括一个本地机器运行时，它模拟在一组数据保持客户端上执行的计算，每个客户端计算其本地贡献，并使用集中协调器聚合所有贡献。但是从Google开发人员的角度来看，联邦计算基本上是一个功能，其输入和输出恰好位于不同的地方。

“通过TensorFlow Federated，我们正在向更广泛的受众提供技术，并邀请社区参与在开放，灵活的平台上开展联合学习研究，”Google表示。“随着时间的推移，我们希望TFF运行时可用于主要的设备平台。”

标签：

免责声明：本文由用户上传，如有侵权请联系删除！