| 臉書 | 機器學習 | 差分隱私

臉書開源差分隱私模型訓練函式庫Opacus

Opacus函式庫讓開發者能簡單地以差分隱私方法來訓練模型,訓練出來的模型為標準PyTorch模型,能以一般的方法部署

2020-09-01

| CNN | PSGNet | A100 GPU | Google雲端 | Mozilla | 語音資料集 | TensorFlow | 差分隱私 | IT周報

AI趨勢周報第136期:PSGNet問世,打破CNN無法預測實體世界的瓶頸

史丹佛大學聯手MIT開發一套AI模型PSGNet,可從輸入圖像來學習估計物理場景圖,突破了以往CNN無法預測實體世界的物理原則瓶頸;Nvidia最新一代A100 Tensor Core GPU五月中才亮相,近日Google雲端就開始支援了,不過正式開放給所有使用者還需一段時間;Mozilla近日釋出最新的開源語音資料集Common Voice,語言數量來到54種,總時數更高達7,226小時。

2020-07-12

| google | TensorFlow | 差分隱私

Google釋出TensorFlow隱私測試模組

開發者可以利用TensorFlow隱私測試模組測試機器學習模型,以評估模型是否會洩漏訓練資料集中的敏感資訊

2020-06-30

| AI | IT周報 | 臉書 | 商品辨識 | 微軟 | 差分隱私 | 玉山金控 | 中研院 | FinTech

AI趨勢周報第133期:35億張照片訓練而成!臉書亮相通用商品辨識AI

臉書揭露自家市集和電商新服務Facebook Shops背後的AI系統GrokNet,用數十億張商品相片訓練而成、擁有83個損失函數,可準確辨識數以萬計的商品屬性,可謂一套通用商品辨識AI;為保護個資隱私,微軟聯手學術機構推出差分隱私工具WhiteNoise,供使用者在Azure機器學習服務使用,也可至GitHub下載。

2020-05-30

| google | 差分隱私 | 開發

Google開源用於自家核心產品的差分隱私函式庫

差分隱私演算法能確保統計結果不會洩漏特定個人資訊,該函式庫還提供測試程式,確保演算法正確性

2019-09-06