[TFF联邦学习]关于@tff.tf_computation修饰符的使用

1.作用

在TFF框架中，如果需要 使用tff.federated_computation 创建联邦计算的代码块，就必须使用tff.tf_computation修饰，不可以直接包含tensorflow的运算（例如创建tf.tensor以及相关的运算）。

需要注意的一个重要限制是，用 tff.federated_computation 修饰的 Python 函数体必须仅包含联合运算符，即它们不能直接包含 TensorFlow 运算。例如，您不能直接使用 tf.nest 接口添加一对联合值。 TensorFlow 代码必须限制在 tff.tf_computation 修饰的代码块中。只有以这种方式包装时，包装的 TensorFlow 代码才能在 tff.federated_computation 的主体中调用。

2.特点

用tff.tf_computation 修饰的 Python 方法后，方法会被序列化为 TensorFlow 图。所以在这个方法中，不可以包含已经被序列化成TensorFlow 的变量。否则会报错：

try:

  # Eager mode
  constant_10 = tf.constant(10.)

  @tff