黄河在线—黄河新闻, 黄河旅游, 黄河文化 ,黄河曲艺, 黄河影视
首页 > 今日国内 > 正文

联邦学习开放源码框架命运发布!匹配引擎Eggroll进入新阶段

腾讯科技新闻(TencentTechnologyNews)最近,世界上第一个联邦学习工业开放源码框架缘分(Federatedatechnologyenabler)正式推出了新版本的1.4。FER命运(FederatedaArchhnologyenabler)是WeBankai部门发起的一个开源项目,为联邦学习生态系统提供了一个可靠的安全计算框架。

如何在保证本地训练数据不开放的前提下,实现多个数据所有者协同工作的共享机器学习模型?传统的机器学习方法需要将所有的数据集中在一个地方(如数据中心),然后对机器学习模型进行训练。然而,这种基于集中数据的方法无疑会严重侵犯用户隐私和数据安全。如今,世界各地越来越多的人敦促科技公司按照用户隐私法律法规正确处理用户数据。欧洲联盟的一般数据保护条例就是一个很好的例子。命运是WeBankai部门发起的一个开源项目,为联邦学习生态系统提供了一个可靠的安全计算框架。命运项目使用多方安全计算(Mpc)和同态加密(He)技术构建底层安全计算协议,以支持不同类型的机器学习安全计算,包括逻辑回归、基于树的算法、深度学习和迁移学习。

另一方面,联邦学习可以结合分布式机器学习、密码学、基于财务规则的激励机制和博弈论来解决分散数据的使用问题。作为世界上第一个联邦学习的工业开放源码框架,FATE(FederatedaArchologyenabler)实现了同态加密和多方计算(MPC)的安全计算协议。它支持联邦学习体系结构,并内置了各种机器学习算法的联邦学习实现。命运的每一次更新迭代在一定程度上代表了联邦学习的方向。

在这个版本中,命运关注于改善用户在实际建模中的体验,水平联邦增加了对SecureBoost树算法的支持,垂直联邦广义线性模型系列增加了对基于AIC和BIC的逐步回归模型选择的综合支持,垂直联合子框还添加了支持ivGinichiks的最优子盒方法。作为命运计算/存储/通信引擎的Eggroll也推出了新的2。0,在稳定性、性能和用户体验方面都有显著改善。作为一个专注于改进命运可用性的版本,人们相信它将给开发人员带来更加流畅的体验。

上一篇:史泰龙居家与妻女玩游戏,高颜值三千金反串硬汉,比史泰龙更霸气
下一篇:最后一页

热点资讯

热点关注