-
Facebook开源差分隐私库Opacus,可保护数据隐私且高效训练Prytorch模型Opacus的目标是保护每个训练样本的私密性,同时限制对最终模型准确性的影响。
贝爽
2020年09月02日 18:26 -
Science 好文:强化学习之后,机器人学习瓶颈如何突破?实现下一代机器人学习的技术革新,需要应用新的算法、从自然体系中获取灵感,并灵活使用多项机器学习技术。
陈彩娴
2020年09月01日 17:11 -
一份来自贾扬清的AI青年修炼指南:不存在算法工程师、调参侠没有市场在讨论中,贾扬清认为:没有算法工程师这个角色,只有两个角色,一个是算法的研究人员,一个是应用的工程师,而“调参侠”没有市场。
陈彩娴
2020年09月01日 17:06 -
逻辑汇创始人丛明舒:联邦学习中的经济激励 | CCF-GAIR 2020在数据隐私日益得到重视的当下,联邦学习具有非常大的现实意义。但在联邦学习的商业落地过程中,除了数据隐私的考虑之外,为联邦学习的参与者提供充足的经济激励也是必不可
陈彩娴
2020年09月01日 16:26 -
TensorFlow Lattice:灵活、可控、可解释的机器学习TF Lattice使得在采用(高准确率)灵活模型的同时,通过一些选项使向学习过程注入领域知识成为可能。
AI研习社-译站
2020年08月24日 15:14