[FedML HE] "Is the reason homomorphic encryption algorithms are time-consuming for deep learning because deep learning models have too many parameters and these parameters also need to be encrypted?"

Métriques du dépôt

Stars

3 930 stars (3 930 stars)

Métriques de merge PR

Aucune PR mergée en 30 j (Aucune PR mergée en 30 j)

Description

Cette issue ne contient pas de description.

Guide contributeur

Direction de recherche

Étudiez la complexité computationnelle des algorithmes de chiffrement homomorphe et comment ils évoluent avec le nombre de paramètres du modèle en deep learning.

Stack technique

python

Domaine

machine learning

Type d'issue

Recherche

DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.

2

Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.

1-3 heures

Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.

Récente

ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.

Claire

Prérequis

Python

Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.

75