
365
14
장
머신러닝을 위한 데이터 개인 정보 보호
그런 다음 차등 개인 옵티마이저를 초기화합니다.
from
tensorflow_privacy.privacy.optimizers.dp_optimizer
\
import
DPGradientDescentGaussianOptimizer
optimizer = DPGradientDescentGaussianOptimizer(
l2_norm_clip=L2_NORM_CLIP,
noise_multiplier=NOISE_MULTIPLIER,
num_microbatches=NUM_MICROBATCHES,
learning_rate=LEARNING_RATE)
# 손실은 전체 미니 배치를 통해 계산하지 말고 데이터 전체로 계산해야 합니다.
loss = tf.keras.losses.BinaryCrossentropy(
from_logits=True, reduction=tf.losses.Reduction.NONE)
개인 모델은 일반적인
tf
.
keras
모델과 똑같이 학습합니다.
model.compile(optimizer=optimizer, loss=loss, metrics=[‘accuracy’])
model.fit(X_train, y_train,
epochs=EPOCHS,
validation_data=(X_test, y_test),
batch_size=BATCH_SIZE) ...