life_of_a_computation.md

La vida de un cálculo

[TOC]

Ejecución de una función de Python en TFF

Este ejemplo se presenta con el objetivo de mostrar cómo se convierte una función de Python en un cálculo de TFF y cómo es evaluado ese cálculo por TFF.

Desde la perspectiva de usuario:

tff.backends.native.set_sync_local_cpp_execution_context()  # 3

@tff.tf_computation(tf.int32)  # 2
def add_one(x):  # 1
  return x + 1

result = add_one(2) # 4

1. Escribe una función de Python.

2. Decora la función de Python con @tff.tf_computation.

   Nota: Por ahora, solamente es importante que la función de Python esté decorada, no las especificaciones del decorador mismo. Esto se explica más en detalle a continuación.

3. Establece un contexto de TFF.

4. Invoca la función de Python.

Desde la perspectiva de TFF:

Cuando se analice Python, el decorador @tff.tf_computation rastreará la función de Python y construirá un cálculo de TFF.

Cuando se invoca la función de Python decorada, lo que en realidad se invoca es el cálculo de TFF, entonces, TFF compilará y ejecutará el cálculo en el contexto que fue establecido.

TF vs. TFF vs. Python

tff.backends.native.set_sync_local_cpp_execution_context()

@tff.tf_computation(tf.int32)
def add_one(x):
  return x + 1

@tff.federated_computation(tff.type_at_clients(tf.int32))
def add_one_to_all_clients(values):
  return tff.federated_map(add_one, values)

values = [1, 2, 3]
values = add_one_to_all_clients(values)
values = add_one_to_all_clients(values)
>>> [3, 4, 5]

Pendiente: b/153500547 - Describir el ejemplo de TF vs. TFF vs. Python.