Questa è l'app Linux chiamata Opacus la cui ultima versione può essere scaricata come Opacusv1.4.0.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app chiamata Opacus con OnWorks gratuitamente.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
IMMAGINI
Ad
Opaco
DESCRIZIONE
Opacus è una libreria che consente di addestrare i modelli PyTorch con privacy differenziale. Supporta la formazione con modifiche minime al codice richieste al client, ha un impatto minimo sulle prestazioni della formazione e consente al cliente di tenere traccia online del budget per la privacy speso in un dato momento. Calcolo del gradiente vettorializzato per campione 10 volte più veloce del microbatch. Supporta la maggior parte dei tipi di modelli PyTorch e può essere utilizzato con modifiche minime alla rete neurale originale. API open source e modulare per la ricerca sulla privacy differenziale. Tutti sono invitati a contribuire. I professionisti del machine learning troveranno che questa è una semplice introduzione all'addestramento di un modello con privacy differenziale in quanto richiede modifiche minime al codice. I ricercatori di Differential Privacy lo troveranno facile da sperimentare e armeggiare, consentendo loro di concentrarsi su ciò che conta.
Caratteristiche
- I ricercatori sulla privacy differenziale lo troveranno facile da sperimentare e armeggiare
- Addestra il tuo modello con la privacy differenziale
- L'esempio MNIST mostra un'esecuzione end-to-end utilizzando Opacus
- Opacus 1.0 ha introdotto molti miglioramenti alla libreria
- Questo codice è rilasciato sotto Apache 2.0
- I professionisti del machine learning troveranno questa una delicata introduzione all'addestramento di un modello con privacy differenziale
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può essere scaricata anche da https://sourceforge.net/projects/opacus.mirror/. È stato ospitato in OnWorks per poter essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.