Parte 5 - Bem-vindo ao Sandbox

Nos últimos tutoriais, sempre começamos nosso gancho das funções do PyTorch e todos os nossos workers de forma manual. Isso pode ser um pouco chato quando você está apenas brincando/aprendendo sobre as interfaces. Então, daqui em diante, criaremos todas essas mesmas variáveis usando uma função especial bastante conveniente.



In [ ]:

    
import torch
import syft as sy
sy.create_sandbox(globals())

O que o Sandbox nos fornece?

Como você pode ver acima, criamos vários workers virtuais e carregamos vários conjuntos de dados de teste, distribuindo-os pelos vários workers, para que possamos praticar o uso das técnicas de proteção de privacidade, como o Aprendizado Federado.

Criamos seis workers....



In [ ]:

    
workers

Também foram criadas várias variáveis globais que, inclusive, já podemos utilizar de forma imediata.



In [ ]:

    
hook



In [ ]:

    
bob

Seção 5.1: Funcionalidade de pesquisa de Workers

Um aspecto importante da ciência de dados que não é feita localmente é que queremos ser capazes de procurar por conjuntos de dados em uma máquina remota. Pense em um laboratório de pesquisa que deseja consultar, por exemplo, dados de radiografias e lesões de um hospital.



In [ ]:

    
torch.Tensor([1,2,3,4,5])



In [ ]:

    
x = torch.tensor([1,2,3,4,5]).tag("#fun", "#boston", "#housing").describe("The input datapoints to the boston housing dataset.")
y = torch.tensor([1,2,3,4,5]).tag("#fun", "#boston", "#housing").describe("The input datapoints to the boston housing dataset.")
z = torch.tensor([1,2,3,4,5]).tag("#fun", "#mnist",).describe("The images in the MNIST training dataset.")



In [ ]:

    
x



In [ ]:

    
x = x.send(bob)
y = y.send(bob)
z = z.send(bob)

# Procura por conjunto de dados que possuem as seguintes chaves, seja na etiqueta ou na descrição
results = bob.search(["#boston", "#housing"])



In [ ]:

    
results



In [ ]:

    
print(results[0].description)

Seção 5.2: Grade Virtual

Uma Grade (Grid) é simplesmente uma coleção de workers capaz de fornecer algumas funções, muito convenientes, para quando você deseja montar conjunto de dados.



In [ ]:

    
grid = sy.PrivateGridNetwork(*workers)



In [ ]:

    
results = grid.search("#boston")



In [ ]:

    
boston_data = grid.search("#boston","#data")



In [ ]:

    
boston_target = grid.search("#boston","#target")



In [ ]: