私隐差分深度学习的高效可扩展训练
差分隐私随机梯度下降(DP-SGD)是训练机器学习模型的标准算法,但效用下降和计算成本高。研究量化了差分隐私下训练深度学习模型的计算成本,并测试了降低成本的方法,包括更高效的DP-SGD实现和低精度训练。还研究了使用多个GPU的扩展行为。
原文中文,约300字,阅读约需1分钟。
差分隐私随机梯度下降(DP-SGD)是训练机器学习模型的标准算法,但效用下降和计算成本高。研究量化了差分隐私下训练深度学习模型的计算成本,并测试了降低成本的方法,包括更高效的DP-SGD实现和低精度训练。还研究了使用多个GPU的扩展行为。