TensorFlow Federated幫助培訓來自不同位置的數(shù)據(jù)的AI模型

論高跟鞋TensorFlow隱私，培訓AI機型庫“私密性強的保證，”谷歌今天推出其TensorFlow機器學習框架，另一個模塊：TensorFlow聯(lián)合(TFF) 。據(jù)Mountain View公司稱，它旨在通過實施一種稱為聯(lián)合學習的方法，更容易地嘗試機器學習和分散數(shù)據(jù)的其他計算。

緊隨TensorFlow 2.0 alpha之后，它也隨之而來。

我們根據(jù)我們在谷歌開發(fā)聯(lián)合學習技術的經(jīng)驗設計了TFF，它為ML模型提供移動鍵盤預測和設備搜索功能，”Google在今天早上發(fā)布的一篇媒體文章中寫道。“有了TFF，我們很高興能夠為所有TensorFlow用戶提供靈活，開放的框架，用于本地模擬分散計算。”

以下是它的關鍵所在：TFF使開發(fā)人員能夠部署AI系統(tǒng)并對來自多個來源的數(shù)據(jù)進行訓練，同時保持每個來源的獨立和本地化。它附帶了一個API - 聯(lián)合核心(FC)API - 支持分散數(shù)據(jù)集上的“廣泛”計算，并表示一種新的數(shù)據(jù)類型，它指定底層數(shù)據(jù)和分布式客戶端上數(shù)據(jù)的位置。

TFF還包括一個本地機器運行時，它模擬在一組數(shù)據(jù)保持客戶端上執(zhí)行的計算，每個客戶端計算其本地貢獻，并使用集中協(xié)調器聚合所有貢獻。但是從Google開發(fā)人員的角度來看，聯(lián)邦計算基本上是一個功能，其輸入和輸出恰好位于不同的地方。

“通過TensorFlow Federated，我們正在向更廣泛的受眾提供技術，并邀請社區(qū)參與在開放，靈活的平臺上開展聯(lián)合學習研究，”Google表示。“隨著時間的推移，我們希望TFF運行時可用于主要的設備平臺。”