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

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。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多