这是名为 Opacus 的 Windows 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. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 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. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
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。
