差分隐私正则化：通过损失函数正则化保护训练数据

BriefGPT - AI 论文速递 · 2024-09-25T00:00:00Z

差分隐私随机梯度下降（DP-SGD）用于在差分隐私下训练机器学习模型，但面临效用下降和计算成本高的问题。研究量化了深度学习模型训练的计算成本，并测试了降低成本的方法，如更高效的DP-SGD实现和低精度训练，还研究了使用多达80个GPU的扩展效果。