隐私参数对深度学习模型图像分类的影响
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本研究探讨隐私参数对图像分类深度学习模型的影响,结果显示EfficientNet在CIFAR-10数据集上的测试准确度最高,达到59.63%。
🎯
关键要点
- 本研究探讨隐私参数对图像分类深度学习模型的影响。
- 研究旨在修复以往模型在准确度和隐私保护之间的矛盾。
- 通过实施不同模型评估其在CIFAR-10数据集上的表现。
- EfficientNet是表现最优的模型,测试准确度达到59.63%。
- 研究为实现隐私保护的深度学习提供了新的思路。
🏷️
标签
➡️