欧美性猛交xxxx免费看_牛牛在线视频国产免费_天堂草原电视剧在线观看免费_国产粉嫩高清在线观看_国产欧美日本亚洲精品一5区

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

一個基于PyTorch的隱私保護機器學習框架

倩倩 ? 來源:星集 ? 2020-04-15 17:49 ? 次閱讀

CrypTen

CrypTen是一個基于PyTorch的隱私保護機器學習框架。其目標是使機器學習從業(yè)人員可以訪問安全的計算技術。它目前將Secure Multiparty Computation 作為其安全計算后端來實現(xiàn),并為ML研究人員提供了三個主要好處:

首先是機器學習。該框架通過CrypTensor 外觀與感覺完全像PyTorch 的對象來呈現(xiàn)協(xié)議Tensor。這使用戶可以使用類似于PyTorch中的自動區(qū)分和神經(jīng)網(wǎng)絡模塊。CrypTen基于庫。就像PyTorch一樣,它實現(xiàn)了張量庫。這使從業(yè)人員更容易調(diào)試,試驗和探索ML模型。該框架的構(gòu)建考慮了現(xiàn)實世界中的挑戰(zhàn)。CrypTen不會縮減規(guī)?;蚝喕踩珔f(xié)議的實現(xiàn)。這是一些CrypTen代碼,用于加密和解密張量并添加它們

import torchimport cryptencrypten.init()x = torch.tensor([1.0, 2.0. 3.0])x_enc = crypten.cryptensor(x) # encryptx_dec = x_enc.get_plain_text() # decrypty_enc = crypten.cryptensor([2.0, 3.0, 4.0])sum_xy = x_enc + y_enc # add encrypted tensorssum_xy_dec = sum_xy.get_plain_text() # decrypt sum它目前尚未量產(chǎn),其主要用途是作為研究框架。

安裝CrypTen

CrypTen當前在Linux和Mac上運行。它還需要每晚進行一次PyTorch構(gòu)建。不支持Windows。我們目前還不支持在GPU上進行計算。

安裝Anaconda 2019.07或更高版本,然后執(zhí)行以下操作:

對于Linux或Mac

conda create -n crypten-env python=3.7conda activate crypten-envconda install pytorch torchvision -c pytorchgit clone github.com/facebookresearch/CrypTen.gitcd CrypTenpip install -e .如果要在examples目錄中運行示例,還應該執(zhí)行以下操作

pip install -r requirements.examples.txt例子

我們在examples目錄中提供了涵蓋各種模型的示例

線性SVM示例mpc_linear_svm生成隨機數(shù)據(jù),并在加密數(shù)據(jù)上訓練SVM分類器。LeNet示例mpc_cifar以明文形式在CIFAR上訓練LeNet的改編,并加密模型和數(shù)據(jù)以進行推理。TFE基準示例,tfe_benchmarks以明文形式在MNIST上訓練了三種不同的網(wǎng)絡體系結(jié)構(gòu),并對經(jīng)過訓練的模型和數(shù)據(jù)進行加密以進行推理。土匪示例,bandits在加密數(shù)據(jù)(MNIST)上訓練了上下文土匪模型。imagenet示例mpc_imagenet對的預訓練模型進行推斷torchvision。對于以明文形式訓練的示例,我們還在model每個示例子目錄的子目錄中以明文形式提供了預先訓練的模型。

您可以通過執(zhí)行以下操作檢查所有示例特定的命令行選項;此處顯示的是tfe_benchmarks:

$ python3 examples/tfe_benchmarks/launcher.py --helpCrypTen如何工作

tutorials目錄中有一組教程,展示了CrypTen的工作方式。這些作為Jupyter筆記本電腦出現(xiàn),因此請在conda環(huán)境中安裝以下內(nèi)容

conda install ipython jupyterpip install -r requirements.examples.txtIntroduction.ipynb-安全多方計算簡介;CrypTen的基礎安全計算協(xié)議;我們嘗試解決的用例以及我們假設的威脅模型。Tutorial_1_Basics_of_CrypTen_Tensors.ipynb-引入了CrypTensorCrypTen的加密張量對象,并展示了如何使用它對該對象執(zhí)行各種操作。Tutorial_2_Inside_CrypTensors.ipynb–深入研究CrypTensor以顯示內(nèi)部工作原理;具體來說,如何CrypTensor將MPCTensor其后端以及兩種不同類型的共享(算術和二進制)用于兩種不同類型的函數(shù)。它還顯示了CrypTen的MPI啟發(fā)式 編程模型。Tutorial_3_Introduction_to_Access_Control.ipynb -顯示如何使用CrypTen訓練線性模型,并在適用的情況下顯示數(shù)據(jù)標記,特征聚合,數(shù)據(jù)集擴充和模型隱藏的各種場景。Tutorial_4_Classification_with_Encrypted_Neural_Networks.ipynb –顯示CrypTen如何加載預先訓練的PyTorch模型,對其進行加密,然后對加密數(shù)據(jù)進行推斷。Tutorial_5_Under_the_hood_of_Encrypted_Networks.ipynb -檢查CrypTen如何加載PyTorch模型,如何對其進行加密以及數(shù)據(jù)如何通過多層網(wǎng)絡傳輸。Tutorial_6_CrypTen_on_AWS_instances.ipynb-顯示了如何scrips/aws_launcher.py 在AWS上啟動我們的示例。它也可以與您用CrypTen編寫的代碼一起使用。Tutorial_7_Training_an_Encrypted_Neural_Network.ipynb-引入AutogradCrypTensor了一個包裝器,該包裝器將自動區(qū)分功能添加到CrypTensor。這使您可以在CrypTen中訓練神經(jīng)網(wǎng)絡。我們希望CrypTensor在將來的版本中將此功能移至對象中。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • gpu
    gpu
    +關注

    關注

    28

    文章

    4791

    瀏覽量

    129457
  • 線性
    +關注

    關注

    0

    文章

    199

    瀏覽量

    25220
  • pytorch
    +關注

    關注

    2

    文章

    808

    瀏覽量

    13383
收藏 人收藏

    評論

    相關推薦

    如何使用 PyTorch 進行強化學習

    強化學習(Reinforcement Learning, RL)是機器學習方法,它通過與環(huán)境的交互來學習如何做出決策,以最大化累積獎勵。
    的頭像 發(fā)表于 11-05 17:34 ?428次閱讀

    Pytorch深度學習訓練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學習訓練。
    的頭像 發(fā)表于 10-28 14:05 ?293次閱讀
    <b class='flag-5'>Pytorch</b>深度<b class='flag-5'>學習</b>訓練的方法

    RISC-V如何支持不同的AI和機器學習框架和庫?

    RISC-V如何支持不同的AI和機器學習框架和庫?還請壇友們多多指教下。
    發(fā)表于 10-10 22:24

    pytorch環(huán)境搭建詳細步驟

    PyTorch作為廣泛使用的深度學習框架,其環(huán)境搭建對于從事機器
    的頭像 發(fā)表于 08-01 15:38 ?986次閱讀

    pytorch和python的關系是什么

    PyTorch已經(jīng)成為了非常受歡迎的框架。本文將介紹PyTorch和Python之間的關系,以及它們在深度
    的頭像 發(fā)表于 08-01 15:27 ?2456次閱讀

    PyTorch深度學習開發(fā)環(huán)境搭建指南

    PyTorch作為種流行的深度學習框架,其開發(fā)環(huán)境的搭建對于深度學習研究者和開發(fā)者來說至關重要。在Windows操作系統(tǒng)上搭建
    的頭像 發(fā)表于 07-16 18:29 ?1338次閱讀

    平衡創(chuàng)新與倫理:AI時代的隱私保護和算法公平

    成了把雙刃劍,其銳利的面正逐漸指向我們的核心價值。面對這些挑戰(zhàn),制定套有效的AI治理框架隱私保護
    發(fā)表于 07-16 15:07

    pytorch中有神經(jīng)網(wǎng)絡模型嗎

    當然,PyTorch廣泛使用的深度學習框架,它提供了許多預訓練的神經(jīng)網(wǎng)絡模型。 PyTorch
    的頭像 發(fā)表于 07-11 09:59 ?872次閱讀

    PyTorch的介紹與使用案例

    PyTorch基于Python的開源機器學習庫,它主要面向深度學習和科學計算領域。
    的頭像 發(fā)表于 07-10 14:19 ?480次閱讀

    tensorflow和pytorch哪個更簡單?

    PyTorch更簡單。選擇TensorFlow還是PyTorch取決于您的具體需求和偏好。如果您需要易于使用、靈活且具有強大社區(qū)支持的框架
    的頭像 發(fā)表于 07-05 09:45 ?1037次閱讀

    tensorflow和pytorch哪個好

    tensorflow和pytorch都是非常不錯的強大的框架,TensorFlow還是PyTorch哪個更好取決于您的具體需求,以下是關于這兩框架
    的頭像 發(fā)表于 07-05 09:42 ?789次閱讀

    PyTorch的特性和使用方法

    PyTorch開源的Python機器學習庫,由Meta Platforms(前身為Facebook)的人工智能研究團隊開發(fā),并于201
    的頭像 發(fā)表于 07-02 14:27 ?676次閱讀

    如何使用PyTorch建立網(wǎng)絡模型

    PyTorch基于Python的開源機器學習庫,因其易用性、靈活性和強大的動態(tài)圖特性,在深度學習
    的頭像 發(fā)表于 07-02 14:08 ?481次閱讀

    TensorFlow與PyTorch深度學習框架的比較與選擇

    深度學習作為人工智能領域的重要分支,在過去十年中取得了顯著的進展。在構(gòu)建和訓練深度學習模型的過程中,深度學習
    的頭像 發(fā)表于 07-02 14:04 ?1108次閱讀

    使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡

    PyTorch流行的深度學習框架,它以其簡潔的API和強大的靈活性在學術界和工業(yè)界得到了廣泛應用。在本文中,我們將深入探討如何使用
    的頭像 發(fā)表于 07-02 11:31 ?784次閱讀