privacy

privacy

用于机器学习模型差分隐私训练的 Python 库

TensorFlow Privacy 是一个用于机器学习模型差分隐私训练的 Python 库。它实现了 TensorFlow 优化器,并提供计算隐私保证的教程和分析工具。该库兼容 TensorFlow 2.x,支持基于 Keras 的估计器。TensorFlow Privacy 持续更新,最新版本分为两个 PyPI 包:用于差分隐私模型训练的 tensorflow-privacy 和用于经验隐私测试的 tensorflow-empirical-privacy。

TensorFlow Privacy差分隐私机器学习Python库梯度裁剪Github开源项目

TensorFlow Privacy

这个代码库包含了TensorFlow Privacy的源代码,这是一个Python库,实现了用于训练具有差分隐私的机器学习模型的TensorFlow优化器。该库附带了教程和分析工具,用于计算所提供的隐私保证。

TensorFlow Privacy库正在持续开发中,随时欢迎贡献。特别是,我们一直欢迎帮助解决当前开放的问题。

最新更新

2024-02-14:从0.9.0版本开始,TensorFlow Privacy GitHub仓库将作为两个独立的PyPI包发布。第一个将继承名称tensorflow-privacy,包含与训练DP模型相关的部分。第二个,tensorflow-empirical-privacy,将包含与测试经验隐私相关的部分。

2023-02-21:现在可以为仅由Dense和Embedding层组成的DP keras模型使用新的高效逐样本梯度裁剪实现。这些模型使用了这篇论文的快速梯度计算结果。该实现应该可以在不产生任何明显的内存或运行时开销的情况下进行DP训练。它还消除了调整微批次数量的需求,因为它会针对每个样本裁剪梯度。

设置TensorFlow Privacy

依赖项

该库使用TensorFlow来定义机器学习模型。因此,安装TensorFlow(>= 1.14)是先决条件。你可以在这里找到安装说明。为了获得更好的性能,还建议安装支持GPU的TensorFlow(详细说明可在TensorFlow安装文档中找到)。

安装TensorFlow Privacy

如果你只想将TensorFlow Privacy作为库使用,可以简单地执行

pip install tensorflow-privacy

否则,你可以将此GitHub仓库克隆到你选择的目录中:

git clone https://github.com/tensorflow/privacy

然后你可以以"可编辑"模式安装本地包,以将其添加到你的PYTHONPATH:

cd privacy
pip install -e .

如果你想做出贡献,我们建议先fork仓库,然后克隆你的fork,而不是直接克隆这个仓库。

贡献

欢迎贡献!可以通过GitHub拉取请求发起错误修复和新功能。为了加快代码审查过程,我们要求:

  • 在向TensorFlow Privacy贡献代码时,请在拉取请求中遵循PEP8 with two spaces编码风格(与TensorFlow使用的相同)。在大多数情况下,可以通过在已编辑的文件上运行autopep8 -i --indent-size 2 <file>来实现。

  • 你还应该使用pylint和TensorFlow的pylint配置文件检查你的代码,方法是运行pylint --rcfile=/path/to/the/tf/rcfile <edited file.py>

  • 在提交第一个拉取请求时,签署Google CLA

  • 我们不接受添加git子模块的拉取请求,因为维护git子模块时会出现问题

教程目录

为了帮助你开始使用该库提供的功能,我们在这里提供了详细的演练,教你如何使用TensorFlow (TF) Privacy将现有的优化器(例如SGD、Adam等)包装成它们的差分隐私对应版本。你还将学习如何调整差分隐私优化引入的参数,以及如何使用TF Privacy中包含的分析工具来衡量所提供的隐私保证。

此外,tutorials/文件夹还包含演示如何使用库功能的脚本。教程列表在教程目录中的README中有描述。

注意:教程会经过精心维护。但是,它们不被视为API的一部分,可能随时更改而不另行通知。你不应该编写导入教程的第三方代码,并期望接口不会改变。

研究目录

该文件夹包含用于重现与机器学习中隐私相关的研究论文结果的代码。它的维护不如教程目录那么仔细,而是作为一个方便的存档。

TensorFlow 2.x

TensorFlow Privacy现在可以与TensorFlow 2一起使用!你可以使用在privacy/tensorflow_privacy/privacy/optimizers/dp_optimizer_keras.py中找到的新的基于Keras的估计器。

但是,要使其与tf.keras.Modeltf.estimator.Estimator一起工作,你需要安装TensorFlow 2.4或更高版本。

备注

此仓库的内容取代了tensorflow/models仓库中的以下现有文件夹

联系方式

如果你有任何无法通过提出问题解决的疑问,请随时联系:

  • Galen Andrew (@galenmandrew)
  • Steve Chien (@schien1729)
  • Nicolas Papernot (@npapernot)

版权

Copyright 2019 - Google LLC

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多