ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English

tff.utils.build_dp_query

عرض المصدر على جيثب

يجعل DPQuery لتقدير معدلات ناقلات مع خصوصية تفاضلية.

يدعم العديد من أنواع الاستعلام متوفر في tensorflow_privacy، بما في ذلك ( "لكل ناقلات") الاستعلامات المتداخلة كما هو موضح في https://arxiv.org/pdf/1812.06210.pdf، ولقطة القائم على quantile التكيف كما هو موضح في الشبكي: / /arxiv.org/abs/1905.03871

clip ملزمة L2 القاعدة الاستعلام.
noise_multiplier نسبة (فعال) stddev الضوضاء إلى مقطع.
expected_total_weight الوزن الكلي المتوقع لجميع العملاء، كما تستخدم القاسم لمتوسط ​​حساب.
adaptive_clip_learning_rate معدل التعلم لقطة التكيف القائم على quantile. إذا 0، يتم استخدام لقطة ثابتة. إذا per_vector_clipping=True و geometric_clip_update=False ، فإن معدل التعلم من كل ناقلات يتناسب مع مقطع أولي متجه ل.
target_unclipped_quantile unclipped الهدف quantile لقطة على التكيف.
clipped_count_budget_allocation جزء من ميزانية خصوصية معينة تستخدم لتقدير التهم قص.
expected_num_clients العدد المتوقع للعملاء لتقدير كسور قص.
per_vector_clipping إذا كان هذا صحيحا، مقطع كل وزن الموتر بشكل مستقل. خلاف ذلك، يتم استخدام لقطة العالمية. القاعدة لقطة لكل ناقل (أو القاعدة لقطة الأولية، في حالة لقطة التكيفية) تتناسب طرديا مع الجذر التربيعي للأبعاد ناقلات مثل أن مجموع الجذر مربع من المقاطع الفردية يساوي clip .
geometric_clip_update إذا كان هذا صحيحا، استخدم التحديث الهندسي للمقطع.
model A tff.learning.Model لتحديد هيكل الأوزان نموذج. مطلوب فقط إذا per_vector_clipping غير صحيح.

A DPQuery مناسبة للاستخدام في استدعاء build_dp_aggregate لأداء اتحاد المتوسط مع خصوصية تفاضلية.