D
Differential-Privacy-Based-Federated-Learning
wenzhu23333/Differential-Privacy-Based-Federated-Learning
关于基于差分隐私的联邦学习的一切，包括论文和代码。（机制：拉普拉斯或高斯，数据集：femnist、shakespeare、mnist、cifar-10和fashion-mnist）
★425stars
Python
GPL-3.0
更新: 2周前
📋 项目速览
点击展开
这是什么？开源安全与治理项目，用Python构建、核心能力在deep-learning/differential-privacy
作者是谁？由 wenzhu23333 团队维护，GitHub 425⭐，在 安全与治理 分类 413 个项目中排名第 209
为什么诞生？安全与治理领域快速发展，deep-learning场景缺乏高效方案，Differential-Privacy-Based-Federated-Learning应运而生，专注于简化differential-privacy相关工作流程。
能干什么？核心场景：federated-learning、gaussian、laplace
怎么用 AI 安装？推荐使用 AI 编码助手根据 GitHub README 自动完成 pip 安装和虚拟环境配置。
🔗 github.com/wenzhu23333/Differential-Privacy-Based-Federated-Learning
🔗 github.com/wenzhu23333/Differential-Privacy-Based-Federated-Learning
标签
deep-learningdifferential-privacyfederated-learninggaussianlaplaceprivacypytorch