有几种方法可以设置您的环境以使用 TensorFlow Federated (TFF)
- 学习和使用 TFF 的最简单方法不需要安装;使用 Google Colaboratory 直接在浏览器中运行 TensorFlow Federated 教程。
- 要在本地机器上使用 TensorFlow Federated,请使用 Python 的
pip
包管理器 安装 TFF 包。 - 如果您有独特的机器配置,请 从源代码构建 TFF 包。
使用 pip
安装 TensorFlow Federated
1. 安装 Python 开发环境。
sudo apt update
sudo apt install python3-dev python3-pip # Python 3
2. 创建虚拟环境。
python3 -m venv "venv"
source "venv/bin/activate"
pip install --upgrade "pip"
3. 安装已发布的 TensorFlow Federated Python 包。
pip install --upgrade tensorflow-federated
4. 测试 Tensorflow Federated。
python -c "import tensorflow_federated as tff; print(tff.federated_computation(lambda: 'Hello World')())"
从源代码构建 TensorFlow Federated Python 包
从源代码构建 TensorFlow Federated Python 包在以下情况下很有用
- 对 TensorFlow Federated 进行更改,并在将这些更改提交或发布之前,在使用 TensorFlow Federated 的组件中测试这些更改。
- 使用已提交到 TensorFlow Federated 但尚未发布的更改。
1. 安装 Python 开发环境。
sudo apt update
sudo apt install python3-dev python3-pip # Python 3
2. 安装 Bazel。
安装 Bazel,用于编译 Tensorflow Federated 的构建工具。
3. 克隆 Tensorflow Federated 存储库。
git clone https://github.com/google-parfait/tensorflow-federated.git
cd "tensorflow-federated"
4. 创建虚拟环境。
python3 -m venv "venv"
source "venv/bin/activate"
pip install --upgrade "pip"
pip install numpy
5. 构建 TensorFlow Federated Python 包。
mkdir "/tmp/tensorflow_federated"
bazel run //tools/python_package:build_python_package -- \ --output_dir="/tmp/tensorflow_federated"
6. 退出虚拟环境
deactivate
7. 创建一个新项目。
mkdir "/tmp/project"
cd "/tmp/project"
8. 创建一个新的虚拟环境。
python3 -m venv "venv"
source "venv/bin/activate"
pip install --upgrade "pip"
9. 安装 TensorFlow Federated Python 包。
pip install --upgrade "/tmp/tensorflow_federated/"*".whl"
10. 测试 Tensorflow Federated。
python -c "import tensorflow_federated as tff; print(tff.federated_computation(lambda: 'Hello World')())"