这是名为 Opacus 的 Linux 应用程序，其最新版本可以下载为 Opacusv1.5.4sourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行这个名为 Opacus 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
暗影
商品描述
Opacus 是一个可以训练具有差异隐私的 PyTorch 模型的库。 它支持对客户端进行最少代码更改的训练，对训练性能几乎没有影响，并允许客户端在线跟踪在任何给定时刻花费的隐私预算。 向量化的每个样本梯度计算比微批处理快 10 倍。 支持大多数类型的 PyTorch 模型，并且可以在对原始神经网络进行最小修改的情况下使用。 用于差分隐私研究的开源、模块化 API。 欢迎大家贡献。 ML 从业者会发现这是对训练具有差异隐私的模型的温和介绍，因为它需要最少的代码更改。 差分隐私研究人员会发现这很容易试验和修补，让他们能够专注于重要的事情。
功能
- 差分隐私研究人员会发现这很容易试验和修改
- 使用差分隐私训练您的模型
- MNIST 示例显示了使用 Opacus 的端到端运行
- Opacus 1.0 对库进行了许多改进
- 此代码在 Apache 2.0 下发布
- 机器学习从业者会发现这是对训练具有差异隐私的模型的温和介绍
程式语言
Python
分类
这是一个也可以从 https://sourceforge.net/projects/opacus.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便以最简单的方式从我们的免费操作系统之一在线运行。
