首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

私有镜像下降训练神经网络中利用公共数据 

申请/专利权人:谷歌有限责任公司

申请日:2022-10-04

公开(公告)日:2024-06-28

公开(公告)号:CN118265986A

主分类号:G06N3/084

分类号:G06N3/084;G06N3/098

优先权:["20211005 US 63/262,129"]

专利状态码:在审-公开

法律状态:2024.06.28#公开

摘要:一种方法300包括:获得差分私密DP梯度143集合,每一个都是基于处理相应的私密数据139而生成的;以及获得公共梯度117集合,每一个都是基于处理相应的公共数据160而生成的。该方法还包括将镜像下降应用于该公共梯度集合以学习该DP梯度集合的几何形状215,以及基于所学习的几何形状重新整形该DP梯度集合。该方法还包括基于重新整形的差分私密梯度225训练机器学习模型150。

主权项:1.一种计算机实现的方法300,其特征在于,当在数据处理硬件410上执行时,使所述数据处理硬件410执行以下操作:获得差分私密梯度143集合,每一个差分私密梯度都是基于处理相应的私密数据139而生成的;获取公共梯度117集合,每一个公共梯度都基于处理相应的公共数据160而生成;将镜像下降应用于所述公共梯度117集合以学习所述差分私密梯度143集合的几何形状215;基于所学习的几何形状215对所述差分私密梯度143集合进行整形;和基于重新整形的差分私密梯度225集合训练机器学习模型150。

全文数据:

权利要求:

百度查询: 谷歌有限责任公司 私有镜像下降训练神经网络中利用公共数据

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。