SecretFlow学习指南（1）功能介绍

学习链接：SecretFlow

一、隐语的主要功能：

1. IO

• 在SecretFlow中加载csv数据
• 在 SecretFlow 中加载 Numpy 数据
• 在 SecretFlow 中使用自定义 DataBuilder（TensorFlow）
• 在 SecretFlow 中使用自定义 DataBuilder（Torch）
• 在 SecretFlow 中使用 DataBuilder 进行 SLModel 学习

2. DataFrame

• 数据预处理

3. WOE

• WOE编码

4. SPU

• SPU基础
• 使用 SPU 进行逻辑回归
• SS GLM
• SPU 训练神经网络
• 使用 SPU 基于 GPT-2 生成文本
• 在SPU中使用NumPy实现隐私保护的科学计算
• 基于Puma框架的GPT2安全推理

5.TEEU

• TEEU 上手指南
• TEE示例：XGBoost
• TEE示例：Fillna
• TEE示例：OneHotEncoder
• TEE示例：LabelEncoder

6.PSI

• SPU隐私求交

7.联邦学习

• 水平联邦：图像分类
• 使用Pytorch后端来进行联邦学习
• 水平联邦XGBoost
• 垂直联邦XGB (SecureBoost)
• 垂直联邦 XGB (SecureBoost) 分析
• 拆分学习：银行营销
• 图神经网络拆分学习
• 混合联邦——逻辑回归
• 基于 PyTorch 的预训练模型在隐语联邦学习环境下的微调
• 基于 Keras Applications 的预训练模型在隐语联邦学习环境下的微调
• 将单机模型训练代码迁移 SecretFlow 联邦学习训练代码教程
• SplitRec：在隐语中使用拆分 DeepFM 算法（Tensorflow 后端）
• SplitRec：在隐语中使用拆分 BST 算法（Tensorflow 后端）
• SplitRec：在隐语中使用拆分 BST 算法（Torch 后端）
• SplitRec：在隐语中使用拆分 MMoe 算法（Tensorflow 后端）
• 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
• SplitRec：在隐语拆分学习中使用 FeatureInferenceAttack
• SplitRec：在隐语拆分学习中使用 LabelInferenceAttack

8.场景方案

• 隐语SecretFlow金融风控全链路能力展示

9.培训资料

• 隐语SecretFlow实际场景MPC算法开发实践
• 如何设计&开发新的明密文混合算法

10.其他

• GPU检查

  相关学习：

SecretFlow学习指南（1）功能介绍-CSDN博客

SecretFlow学习指南（2）学习路径-CSDN博客

SecretFlow学习指南（3）框架拆解和使用-CSDN博客

SecretFlow学习指南（4）密态计算设备 SPU-CSDN博客