MindSpore

快速入门

  • 实现一个图片分类应用
  • 实现简单线性函数拟合
  • 手把手安装和体验

基础使用

  • 加载数据集
  • 定义网络
  • 保存模型
  • 加载模型用于推理或迁移学习
  • 发布模型

处理数据

  • 转换数据集为MindRecord
  • 优化数据处理

构建网络

  • 自定义算子
  • 迁移第三方框架训练脚本
  • 深度概率编程
  • 实现高阶自动微分

调试网络

  • 使用PyNative模式调试
  • 自定义调试信息
  • 使用可视化组件MindInsight
  • 应用自动数据增强
  • 训练时验证模型

优化训练性能

  • 分布式并行训练
  • 使能自动混合精度
  • 使能图算融合
  • 应用梯度累积算法
  • 应用单节点数据缓存

压缩模型

  • 应用感知量化训练

模型安全和隐私

  • 使用NAD算法提升模型安全性
  • 应用差分隐私机制保护用户隐私
  • 使用fuzz testing模块测试模型安全性
  • 使用成员推理测试模型安全性

应用实践

  • 机器视觉
  • 自然语言处理
  • 高性能计算
  • 在云上使用MindSpore
MindSpore
  • »
  • MindArmour测试模型安全性之成员推理
  • View page source

MindArmour测试模型安全性之成员推理

更多内容：https://www.mindspore.cn/tutorial/training/zh-CN/r1.1/advanced_use/test_model_security_membership_inference.html

© Copyright MindSpore.

Built with Sphinx using a theme provided by Read the Docs.