GitHub Repository: tensorflow/docs-l10n
Path: blob/master/site/ko/federated/program/federated_program.md
²⁵¹¹⁸ views

페더레이션 프로그램

이 문서는 페더레이션 프로그램 개념에 대한 개괄적인 개요에 관심이 있는 분들을 대상으로 작성된 문서입니다. 이 문서를 읽으려면 TensorFlow 페더레이션과 그 유형 시스템에 대한 지식이 있어야 합니다.

페더레이션 프로그램에 대한 자세한 내용은 다음을 참조하세요.

[목차]

페더레이션 프로그램이란 무엇인가요?

페더레이션 프로그램은 페더레이션(연합) 환경에서 계산 및 기타 처리 로직을 실행하는 프로그램입니다.

더 구체적으로 말하자면 페더레이션 프로그램은 다음과 같습니다.

계산을 실행합니다.
프로그램 로직을 사용합니다.
플랫폼별 구성 요소를 활용합니다.
그리고 플랫폼에 구애받지 않는 구성 요소도 활용합니다.
프로그램으로 설정한 매개변수를 제공받습니다.
그리고 고객이 설정한 매개변수도 제공받습니다.
이때 조건은 고객이 프로그램을 실행하는 것입니다.
[플랫폼 저장소](#platform storage)에서 다음과 같은 방식으로 데이터를 구체화할 수도 있습니다.
- Python 로직을 사용하여
- [내결함성](#fault tolerance)을 구현하여
그리고 [고객 저장소](#customer storage)로 데이터를 릴리스할 수도 있습니다.

이러한 개념과 추상화를 정의함으로써 페더레이션 프로그램의 컴포넌트 간의 관계를 설명할 수 있으며, 이러한 컴포넌트를 서로 다른 역할로 소유 및 작성할 수 있습니다. 이러한 분리를 통해 개발자는 다른 페더레이션 프로그램과 공유되는 구성 요소를 사용하여 페더레이션 프로그램을 구성할 수 있으며, 이는 일반적으로 여러 다른 플랫폼에서 동일한 프로그램 로직을 실행하는 것을 의미합니다.

TFF의 페더레이션 프로그램 라이브러리(tff.program)는 페더레이션 프로그램을 생성하는 데 필요한 추상화를 정의하고 플랫폼에 구애받지 않는 구성 요소를 제공합니다.

구성 요소

TFF 페더레이션 프로그램 라이브러리의 구성 요소는 서로 다른 역할로 소유하고 작성할 수 있도록 설계되어 있습니다.

참고: 여기서는 구성 요소에 대한 개괄적인 개요만 설명하며 특정 API에 대한 문서는 tff.program을 참조해 주세요.

프로그램

Python 바이너리인 이 프로그램은 다음과 같은 특성을 갖습니다.

매개변수를 정의합니다(예: 플래그).
플랫폼별 구성 요소 및 플랫폼에 구애받지 않는 구성 요소를 구성합니다.
페더레이션 컨텍스트에서 프로그램 로직을 사용하여 계산을 실행합니다.

예제:

# Parameters set by the customer.
flags.DEFINE_string('output_dir', None, 'The output path.')

def main() -> None:

  # Parameters set by the program.
  total_rounds = 10
  num_clients = 3

  # Construct the platform-specific components.
  context = tff.program.NativeFederatedContext(...)
  data_source = tff.program.DatasetDataSource(...)

  # Construct the platform-agnostic components.
  summary_dir = os.path.join(FLAGS.output_dir, 'summary')
  metrics_manager = tff.program.GroupingReleaseManager([
      tff.program.LoggingReleaseManager(),
      tff.program.TensorBoardReleaseManager(summary_dir),
  ])
  program_state_dir = os.path.join(..., 'program_state')
  program_state_manager = tff.program.FileProgramStateManager(program_state_dir)

  # Define the computations.
  initialize = ...
  train = ...

  # Execute the computations using program logic.
  tff.framework.set_default_context(context)
  asyncio.run(
      train_federated_model(
          initialize=initialize,
          train=train,
          data_source=data_source,
          total_rounds=total_rounds,
          num_clients=num_clients,
          metrics_manager=metrics_manager,
          program_state_manager=program_state_manager,
      )
  )

매개변수

매개변수란 프로그램에 대한 입력이며, 이러한 입력은 고객(customer)이 설정하거나, 플래그로 노출된 경우 프로그램에서 설정할 수 있습니다. 위의 예제에서 output_dir은 고객이 설정한 매개변수이고, total_rounds 및 num_clients은 프로그램에서 설정한 매개변수입니다.

플랫폼별 구성 요소

플랫폼별 구성 요소는 TFF의 페더레이션 프로그램 라이브러리에 정의된 추상 인터페이스를 구현하는 플랫폼에서 제공하는 구성 요소입니다.

플랫폼에 구애받지 않는 구성 요소

플랫폼에 구애받지 않는 구성 요소는 TFF의 페더레이션 프로그램 라이브러리에 정의된 추상 인터페이스를 구현하는 라이브러리(예: TFF)에서 제공하는 구성 요소입니다.

계산

계산은 추상 인터페이스 tff.Computation의 구현입니다.

예를 들어, TFF 플랫폼에서는 tff.tf_computation 또는 tff.federated_computation 데코레이터를 사용하여 tff.framework.ConcreteComputation를 생성할 수 있습니다:

자세한 내용은 계산의 수명을 참조해 주세요.

프로그램 로직

프로그램 로직은 입력으로 다음을 받는 Python 함수입니다.

그리고 일반적으로 다음과 같은 몇 가지 작업을 수행합니다.

계산 실행하기
Python 로직 실행하기
[플랫폼 저장소](#platform storage)에서 다음과 같은 방식으로 데이터를 구체화하기
- Python 로직의 사용
- [내결함성](#fault tolerance)의 구현

그리고 다음과 같은 일부 출력을 생성할 수도 있습니다.

[고객 저장소](#customer storage)로 데이터를 메트릭으로 릴리스

예제:

async def program_logic(
    initialize: tff.Computation,
    train: tff.Computation,
    data_source: tff.program.FederatedDataSource,
    total_rounds: int,
    num_clients: int,
    metrics_manager: tff.program.ReleaseManager[
        tff.program.ReleasableStructure, int
    ],
) -> None:
  state = initialize()
  start_round = 1

  data_iterator = data_source.iterator()
  for round_number in range(1, total_rounds + 1):
    train_data = data_iterator.select(num_clients)
    state, metrics = train(state, train_data)

    _, metrics_type = train.type_signature.result
    metrics_manager.release(metrics, metrics_type, round_number)

역할

페더레이션 프로그램에 대해 논의할 때 정의에 유용하게 사용할 수 있는 세 가지 역할로 고객, 플랫폼, 라이브러리가 있습니다. 이러한 각 역할은 페더레이션 프로그램을 만드는 데 사용되는 구성 요소 중 일부를 소유하고 작성합니다. 다만 단일 엔터티 또는 그룹이 여러 역할을 수행할 수도 있습니다.

고객

고객은 일반적으로

고객 저장소를 소유합니다.
프로그램을 실행합니다.

그리고

프로그램을 작성할 수도 있습니다.
플랫폼의 기능을 수행할 수도 있습니다.

플랫폼

플랫폼은 일반적으로

플랫폼 저장소를 소유합니다.
플랫폼별 구성 요소를 작성합니다.

그리고

프로그램을 작성할 수도 있습니다.
라이브러리의 기능을 수행할 수도 있습니다.

라이브러리

라이브러리는 일반적으로

플랫폼에 구애받지 않는 구성 요소를 작성합니다.
계산을 작성합니다.
프로그램 로직을 작성합니다.

개념

페더레이션 프로그램에 대해 논의할 때 정의에 유용하게 사용할 수 있는 개념이 몇 가지 있습니다.

고객 저장소

고객 저장소는 고객에게 읽기 및 쓰기 액세스 권한이 있고 플랫폼에 쓰기 액세스 권한이 있는 저장소입니다.

플랫폼 저장소

플랫폼 저장소는 platform에만 읽기 및 쓰기 액세스 권한이 있는 저장소입니다.

릴리스

값을 릴리스하면 고객 저장소에서 해당 값을 사용할 수 있습니다(예: 대시보드에 값 게시하기, 값 로깅하기 또는 디스크에 값 쓰기).

구체화

값 참조를 구체화하면 참조된 값을 프로그램에서 사용할 수 있습니다. 값을 릴리스하거나 프로그램 로직이 내결함성을 갖도록 만들기 위해 값 참조를 구체화해야 하는 경우가 종종 있습니다.

내결함성

내결함성은 계산을 실행할 때 프로그램 로직을 장애로부터 복구할 수 있는 기능입니다. 예를 들어 100라운드 중 첫 90라운드를 성공적으로 훈련한 후 실패하면, 프로그램 로직이 91라운드부터 훈련을 재개할 수 있나요? 아니면 1라운드부터 훈련을 다시 시작해야 하나요?