Início Projetos opacus
opacus

opacus

por meta-pytorch · GitHub

Treinamento de modelos PyTorch com privacidade diferencial

Ver no GitHub
Em palavras simples

Treine modelos de aprendizado de máquina mantendo os dados do usuário privados com mínimas alterações no código.

⭐ Estrelas
🍴 Forks
🔥 Tendências
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
opacus — GitHub preview card
📈 Histórico de estrelas
1 9441 942
2026-07-202026-07-29
📈 Acompanhe opacus

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Treinamento de modelos PyTorch com privacidade diferencial

opacus tem 1.9k estrelas no GitHub. Foi bifurcado 398 vezes. opacus é escrito principalmente em Python. Está em desenvolvimento ativo desde 2019. opacus está disponível sob a licença Apache-2.0. Os seus principais temas são: deep-learning, differential-privacy, machine-learning, neural-network.

Frequently asked questions

O que é opacus?

Treinamento de modelos PyTorch com privacidade diferencial

opacus é de código aberto?

opacus é um projeto de código aberto. É distribuído sob a licença Apache-2.0.

opacus é gratuito?

Sim. opacus é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está opacus?

opacus está disponível sob a licença Apache-2.0.

Em que linguagem opacus está escrito?

opacus é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — opacus

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=meta-pytorch-opacus)](https://opensourceai.tech/project/meta-pytorch-opacus.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.