Missing semi-supervised training components for PATE

Aperta
  • Qualcosa non va?
#164 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python, tensorflow
Ambito
machine-learning, security

Direzione di ricerca

Inizia con il percorso di addestramento dello studente in privacy/research/pate_2018 e confrontalo con i metodi semi-supervised GAN e VAT descritti nei paper collegati di Papernot et al. Il ciclo di addestramento personalizzato di TensorFlow 2.4 è materiale di riferimento aggiuntivo; per considerare il lavoro completato servirebbero un’implementazione o parametri concreti in grado di riprodurre i risultati SVHN riportati.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hello,
I am currently trying to reproduce the results for training PATE on SVHN for "Scalabe Private Learning with PATE" (Papernot et al.) with the code given in privacy/research/pate_2018.
I succed up to the point of student training, with teachers having a comparable accuracy and generating a comparable amount of labels with similar privacy budget.

The issues I face come up when trying to applying the semi-supervised training step described by the authors.
That is, the GAN based approache in their Papernot et al. 2017 and Virtual Adversarial Training (VAT) for the current paper.
For both approaches, an implementation seems to be missing in the given code for PATE.
Without semi-supervised learning, my results for a model trained on SVHN with parameters given by the 2018 paper show a clear gap to the presented results (around 6% acc at least).

I tried to implement a custom train-loop for semi-supervised learning with VAT in TensorFlow 2.4, following the paper on VAT Miyato et al..
Sadly, the but results are worse than without using it and simply training on a very small train dataset.

My question is: Can you point me to an implementation of the GAN/VAT based semi-supervised training method that was used to produce the results?
Or could you otherwise give me details on parameters / implementation details that are needed to make the semi-supervised training work with PATE?
That would be great, thanks a lot in advance.

Lingua principale
Python
Stelle
2k
Fork
477
Merge medio
17h 24m
PR unite (30g)
4

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di tensorflow/privacy

Tutte le issue di tensorflow/privacy

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.