Tensorflow Federated TFF 仍然是一个模拟环境？答案

【问题标题】：Tensorflow Federated TFF still a Simulation Environment?Tensorflow Federated TFF 仍然是一个模拟环境？
【发布时间】：2020-07-25 16:07:56
【问题描述】：

TensorFlow Federated (TFF) 是一个开源框架，用于机器学习和其他分布式数据计算。

根据堆栈溢出link

TFF 仅提供用于 Federated 的模拟环境学习（FL）研究。还没有“真实世界”的 FL 部署平台。

但是，tensorFlow 的发布历史表明，现在 TF 2.x 也有很多发布版本。

https://github.com/tensorflow/federated/releases

任何人都可以评论一下，如果 TFF 仍然是模拟环境还是可以用作“真实世界”的 FL 部署平台？

【问题讨论】：

【解决方案1】：

目前，TensorFlow Federated 没有对通常被视为生产型联邦学习的开箱即用支持。仍然需要构建生产级部署运行时。

对于不同风格的联邦学习，这可能更容易或更难。

可以使用 TensorFlow Federated 中已有的执行器组件为 cross-silo FL 创建一个系统。特别是可以在远程执行堆栈之上扩展和构建一些东西（例如tff.framework.RemoteExecutor）

但是对于跨设备 FL，它可能需要做更多的工作，因为目前还没有用于在移动操作系统（iOS、Android 等）上部署和执行计算的集成或组件。

【讨论】：

非常感谢@Zachary Garrett。你认为 OpenMined/PySyft 与 Pytorch 相比，Tensorflow Federated (TFF) 还不够成熟吗？我正在尝试为我的大学开发 POC。我有网络钓鱼数据集，想在这个网络钓鱼数据集上应用深度学习和联合学习。你能建议选择 TFF 还是 PySyft？
不幸的是，我没有足够的 PySyft 经验来进行有知识的比较。如果数据已经收集在一个集中的地方，听起来好像不需要生产部署，而是模拟环境和训练模型的能力就足够了？ TensorFlow Federated 绝对旨在支持这种研究方向。