FederatedML:訓(xùn)練稀疏數(shù)據(jù)效率提升,內(nèi)存消耗再優(yōu)化

除聯(lián)邦推薦及KubeFATE的重點(diǎn)更新外,新版本針對(duì)FederatedML也做了進(jìn)一步提升,在1.3中,縱向聯(lián)邦廣義線(xiàn)性模型(Hetero-LR、Hetero-LinR、Hetero-PoissonR)開(kāi)始支持稀疏數(shù)據(jù)訓(xùn)練,開(kāi)發(fā)者在訓(xùn)練稀疏數(shù)據(jù)時(shí),能明顯感到效率提升,內(nèi)存消耗減少。解決分箱中32M限制,也使得特征分箱支持更高維度和更多樣本的數(shù)據(jù)??v向SecureBoost 梯度直方圖32M限制的解決,讓FATE可以支持更高維度特征進(jìn)行secureboost的訓(xùn)練。

總的來(lái)說(shuō),1.3版本對(duì)FATE功能性及實(shí)踐應(yīng)用價(jià)值進(jìn)行了強(qiáng)化,聯(lián)邦推薦算法子模塊FederatedRec的添加,對(duì)于用戶(hù)而言,最明顯的益處在于可以利用聯(lián)邦推薦來(lái)提升自己算法的預(yù)測(cè)效果和產(chǎn)品的分發(fā)效率,使推薦服務(wù)的質(zhì)量更上一個(gè)臺(tái)階。這對(duì)于第一方數(shù)據(jù)不夠豐富,或者在業(yè)務(wù)的初始時(shí)期數(shù)據(jù)積累較少的用戶(hù)方,是非常有幫助的。而KubeFATE也開(kāi)啟了FATE在生產(chǎn)環(huán)境,尤其是云原生環(huán)境上最優(yōu)化管理使用的功能更新探索之路。后續(xù),微眾銀行也將和VMware進(jìn)一步合作,推出基于FATE的多方管理新項(xiàng)目。

關(guān)于FATE:

FATE(Federated AI Technology Enabler)是微眾銀行自主研發(fā)并開(kāi)源的全球首個(gè)工業(yè)級(jí)聯(lián)邦學(xué)習(xí)框架,有效幫助多個(gè)機(jī)構(gòu)在滿(mǎn)足用戶(hù)隱私保護(hù)、數(shù)據(jù)安全和政府法規(guī)的前提下,進(jìn)行多方數(shù)據(jù)使用和聯(lián)合建模。它提供了一個(gè)安全的計(jì)算框架以支持聯(lián)邦學(xué)習(xí)算法,實(shí)現(xiàn)了同態(tài)加密和多方計(jì)算(MPC)的安全計(jì)算協(xié)議,并支持聯(lián)邦學(xué)習(xí)架構(gòu),其內(nèi)置了多種機(jī)器學(xué)習(xí)算法的聯(lián)邦學(xué)習(xí)實(shí)現(xiàn),在金融、零售、智慧城市等領(lǐng)域擁有一系列應(yīng)用落地案例。

歡迎對(duì)聯(lián)邦學(xué)習(xí)有興趣的同仁一起貢獻(xiàn)代碼,提交 Issues 或者 Pull Requests。詳情可查閱 FATE官網(wǎng)項(xiàng)目貢獻(xiàn)者指南:https://ai.webankcdn.net/scvm/html/1579237932478.html

如有疑問(wèn),歡迎留言交流。也可以添加FATE助手:FATEZS001,進(jìn)一步交流。

分享到

songjy

相關(guān)推薦