untranslated segments

site/zh-cn/federated/tutorials/custom_federated_algorithms_1.ipynb

@@ -458,17 +458,17 @@
         "\n",
         "在 TFF 代码的主体内，根据设计，无法枚举构成由 `tff.CLIENTS` 表示的组的设备，也无法探测组中是否存在某个特定设备。在 Federated Core API、基础架构抽象集或我们提供的用于支持模拟的核心运行时基础结构中，没有任何设备或客户端标识的概念。您编写的所有计算逻辑都将表达为在整个客户端组上的运算。\n",
         "\n",
-        "Recall here what we mentioned earlier about values of federated types being unlike Python `dict`, in that one cannot simply enumerate their member constituents. Think of values that your TFF program logic manipulates as being associated with placements (groups), rather than with individual participants.\n",
+        "回想一下我们前面提到的联合类型的值与 Python `dict` 的不同，因为它不能简单地枚举其成员组成。将您的 TFF 程序逻辑所操作的值视为与布局（组）所关联，而不是与单个参与者相关联。\n",
         "\n",
         "位置在 TFF 中也*被*设计为一等公民，并且可以显示为 `placement` 类型的参数和结果（通过 API 中的 `tff.PlacementType` 表示）。将来，我们计划提供各种运算符来转换或合并位置，但这不在本教程的讨论范围之内。就目前而言，将 `placement` 视为 TFF 中的不透明基元内置类型就足够了（类似于 Python 中的不透明内置类型 `int` 和 `bool`），其中 `tff.CLIENTS` 是该类型的常量文本，与 `1` 是 `int` 类型的常量文本没什么区别。\n",
         "\n",
         "### 指定布局\n",
         "\n",
         "TFF 提供了两种基本的布局文本 `tff.CLIENTS` 和 `tff.SERVER`，使用通过单个集中式*服务器*协调器编排的多种*客户端*设备（移动电话、嵌入式设备、分布式数据库、传感器等），使自然建模为客户端-服务器架构的各种实际场景易于表达。TFF 的设计还支持自定义位置、多客户端组、多层和其他更通用的分布式架构，但对这些内容的讨论不在本教程的范围之内。\n",
         "\n",
-        "TFF doesn't prescribe what either the `tff.CLIENTS` or the `tff.SERVER` actually represent.\n",
+        "TFF 没有规定 `tff.CLIENTS` 或 `tff.SERVER` 实际代表的内容。\n",
         "\n",
-        "In particular, `tff.SERVER` may be a single physical device (a member of a singleton group), but it might just as well be a group of replicas in a fault-tolerant cluster running state machine replication - we do not make any special architectural assumptions. Rather, we use the `all_equal` bit mentioned in the preceding section to express the fact that we're generally dealing with only a single item of data at the server.\n",
+        "特别是，`tff.SERVER` 可能是单个物理设备（单一实例组的成员），但它也可能是运行状态机复制的容错集群中的一组副本，我们不做任何特殊架构的假设。相反，我们使用前一部分提到的 `all_equal` 位来表达我们通常只在服务器上处理单个数据项这一事实。\n",
         "\n",
         "同样，在某些应用中，`tff.CLIENTS` 可能代表系统中的所有客户端，在联合学习的上下文中，我们有时将其称为*群体*，但在[联合平均的生产实现](https://arxiv.org/abs/1602.05629)这个示例中，它可能代表*队列*（选择参加某轮训练的客户端的子集）。当部署计算以执行（或者就像模型环境中的 Python 函数那样被调用）时，其中的抽象定义布局将被赋予具体含义。在我们的本地模拟中，客户端组由作为输入提供的联合数据来确定。"
       ]