爱刨根知识网

  1. 首页 > 经验知识 > >

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

生活经验知识分享


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

    推荐阅读


    上一篇：绣眼能吃橘子吗

    下一篇：龙涎香手串怎么辨别真假 天然龙涎香手串真假对比