教程

警告

以下代码仅作为示例，请勿在生产环境直接使用。

请参考这些由SecretFlow开发者编写的教程。

IO

• 在SecretFlow中加载csv数据
• 在 SecretFlow 中加载 Numpy 数据
• 在 SecretFlow 中使用自定义 DataBuilder（TensorFlow）
• 在 SecretFlow 中使用自定义 DataBuilder（Torch）
• 在 SecretFlow 中使用 DataBuilder 进行 SLModel 学习

DataFrame

• 数据预处理

WOE

• WOE编码

SPU

• SPU基础
• 使用 SPU 进行逻辑回归
• SPU 训练神经网络
• 使用 SPU 基于 GPT-2 生成文本
• 在SPU中使用NumPy实现隐私保护的科学计算
• 基于Puma框架的GPT2安全推理

TEEU

• TEEU 上手指南
• TEE示例：XGBoost

PSI

• SPU隐私求交

联邦学习

• 水平联邦：图像分类
• 使用Pytorch后端来进行联邦学习
• 水平联邦XGBoost
• 垂直联邦XGB (SecureBoost)
• 拆分学习：银行营销
• 图神经网络拆分学习
• 混合联邦——逻辑回归
• 基于 PyTorch 的预训练模型在隐语联邦学习环境下的微调
• 基于 Keras Applications 的预训练模型在隐语联邦学习环境下的微调
• SplitRec：在隐语中使用拆分 DeepFM 算法（Tensorflow 后端）
• SplitRec：在隐语中使用拆分 BST 算法（Tensorflow 后端）
• SplitRec：在隐语中使用拆分 BST 算法（Torch 后端）
• SplitRec：在隐语中使用拆分 MMoe 算法（Tensorflow 后端）
• SplitRec：在隐语拆分学习中使用通信压缩
• SplitRec：在隐语拆分学习中使用流水线并行
• SplitRec：在隐语拆分学习中使用 FeatureInferenceAttack
• SplitRec：在隐语拆分学习中使用 LabelInferenceAttack

场景方案

• 隐语SecretFlow金融风控全链路能力展示

培训资料

• 隐语SecretFlow实际场景MPC算法开发实践

其他

• GPU检查