Skip to main content
Ctrl+K

SecretFlow

Site Navigation

  • 快速开始
  • 用户指南
  • API文档
  • 教程
  • 组件
    • 开发者
  • GitHub

Site Navigation

  • 快速开始
  • 用户指南
  • API文档
  • 教程
  • 组件
    • 开发者
  • GitHub

Section Navigation

  • 预处理
    • DataFrame
    • WOE编码
  • 隐私集合求交
  • MPC机器学习
    • 线性回归模型
    • 决策树模型
    • 特征工程
  • 联邦学习
    • 水平联邦
      • 水平联邦NN模型
      • 水平联邦XGBoost
    • 垂直联邦学习
      • 拆分学习
      • 垂直联邦XGB (SecureBoost)
      • SplitRec：当拆分学习遇上推荐系统
        • 效果
        • 效率
        • 安全
    • 混合联邦
  • 用户指南
  • SplitRec：当拆分学习遇上推荐系统
  • 效率

效率#

我们提供了量化压缩、流水并行等策略来提升训练效率，具体使用手册如下

  • 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

上一页

SplitRec：在隐语中使用拆分 DeepFM 算法（Tensorflow 后端）

下一页

SplitRec：在隐语拆分学习中使用通信压缩
显示源代码

© Copyright 2022 Ant Group Co., Ltd..

由 Sphinx 5.3.0创建。

Built with the PyData Sphinx Theme 0.14.4.