FedML-AI/FedML

[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?"

Aperta

#813 aperta il 14 mar 2023

Vedi su GitHubGuida contributor
 (0 commenti) (0 reazioni) (0 assegnatari)Python (743 fork)batch import
help wantedquestion

Metriche repository

Star
 (3930 stelle)
Metriche merge PR
 (Nessuna PR mergiata in 30 g)

Descrizione

Questa issue non ha descrizione indicizzata.

Guida contributor

Direzione di ricerca
Investiga la complessità computazionale degli algoritmi di crittografia omomorfica e come si ridimensionano con il numero di parametri del modello nel deep learning.
Tech stack
python
Dominio
machine learning
Tipo issue
Ricerca
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
2
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-3 ore
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Nuova
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
Python
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
75