2019/02发布的关于联邦学习的论文 联邦学习是一种分布式机器学习方法，它支持对大量分散数据进行模型训练。基于TensorFlow，我们构建了一个可伸缩的面向移动设备领域的联邦学习生产系统。在本文中，我们描述了最终的高层设计，概述了一些挑战及其解决方案，并触及了开放的问题和未来的方向。