代码拉取完成,页面将自动刷新
本项目主要记录了联邦学习和差分隐私内容,方便初学者快速了解与联邦学习、差分隐私相关的基础知识内容。此外,该项目在记录相关知识的同时也扩展了 一些其它内容,例如,Python、TensorFlow、PyTorch、AI、数据预处理、LeetCode算法等。
为了减轻初学者实现 FL & DP
算法的麻烦,我们在另外一个项目中搭建了一个简单易实现的基于差分隐私的联邦学习基础框架 Fed-DP
。Fed-DP 为联邦学习提供了必
要的学习内容模块,如基础模型、模型优化、数据分区、差分隐私等,其具体包含的内容如下:
IID
和 7 种 Non-IID
数据分布划分未来,Fed-DP平台将引入更多的顶会、顶刊
中的联邦学习模型,并加入多方安全计算、同态加密、区块链、攻击手段等技术内容。更多内容可以参考 Fed-DP 项目
差分隐私
的基础知识、文章以及如何在联邦学习中应用python
的基础知识pytorch
的基础知识、API、基础实现tensorflow
的基础知识、API、基础内容paper
中出现数学的符号含义如果对差分隐私联邦学习项目有任何技术上的问题,请通过 Github issues
或者 Email
联系我
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。