Trang này được dịch bởi Cloud Translation API.
Switch to English

tff.utils.build_dp_query

Xem nguồn trên GitHub

Làm cho một DPQuery để ước tính trung bình vector với sự riêng tư khác biệt.

Hỗ trợ rất nhiều các loại truy vấn có sẵn trong tensorflow_privacy, bao gồm lồng nhau ( "mỗi vector") truy vấn như mô tả trong https://arxiv.org/pdf/1812.06210.pdf, và quantile dựa trên clipping thích nghi như mô tả trong https: / /arxiv.org/abs/1905.03871

clip Định mức L2 của truy vấn bị ràng buộc.
noise_multiplier Tỉ lệ giữa (có hiệu lực) tiếng ồn stddev đến clip.
expected_total_weight Dự kiến ​​tổng trọng lượng của tất cả khách hàng, được sử dụng như là mẫu số cho việc tính toán trung bình.
adaptive_clip_learning_rate tỷ lệ học tập cho clipping adaptive quantile-based. Nếu 0, cắt cố định được sử dụng. Nếu per_vector_clipping=Truegeometric_clip_update=False , tỷ lệ học của mỗi vector tỷ lệ với đoạn ban đầu của vector đó.
target_unclipped_quantile Target unclipped quantile cho clipping thích ứng.
clipped_count_budget_allocation Phần của ngân sách riêng tư sử dụng để ước lượng số lượng cắt bớt.
expected_num_clients Số lượng dự kiến ​​của khách hàng để ước lượng các phần phân đoạn cắt bớt.
per_vector_clipping Nếu Đúng, clip mỗi tensor trọng lượng một cách độc lập. Nếu không, cắt toàn cầu được sử dụng. Chỉ tiêu cắt cho mỗi vector (hoặc chuẩn mực cắt ban đầu, trong trường hợp cắt adaptive) tỷ lệ với sqrt của chiều vector sao cho tổng bình phương gốc của clip cá nhân bằng clip .
geometric_clip_update Nếu Đúng vậy, sử dụng cập nhật hình học của clip.
model Một tff.learning.Model để xác định cấu trúc của trọng số mô hình. Yêu cầu chỉ nếu per_vector_clipping là True.

Một DPQuery phù hợp để sử dụng trong một cuộc gọi đến build_dp_aggregate để thực hiện Federated trung bình với sự riêng tư khác biệt.