nillion aivm 다운로드 nillion aivm 소스 코드 다운로드

nillion aivm

AI 소스 코드

1.0.0

다운로드

수약 aivm

AIVM은 고급 암호화 프로토콜을 사용한 개인 정보 보호 추론을 위해 설계된 최첨단 프레임 워크입니다. AIVM을 사용하면 로컬 개발 네트워크 (DEVNET)를 배포하여 제공된 예제 또는 사용자 정의 모델을 사용하여 개인 추론을 탐색 할 수 있습니다.

AIVM 설치

가상 환경 생성 :
```
python3 -m venv .venv
```

가상 환경 활성화 :

Linux/MacOS :

 source .venv/bin/activate

Windows에서 :

. v env S cripts a ctivate

패키지 설치 :
실행 예제를 실행하려면 실행됩니다.
```
pip install " nillion-aivm[examples] "
```
그렇지 않으면 자신의 코드를 생성하려는 경우 다음과 같이 할 수 있습니다.
```
pip install nillion-aivm
```

AIVM 실행

AIVM Devnet 시작 :
```
aivm-devnet
```
제공된 Jupyter 노트북 예제/Gettarted.ipynb를 열어 AIVM에서 개인 추론 예제를 실행하십시오.
작업을 완료 한 후 CTRL+C 눌러 DevNet 프로세스를 종료하십시오.

용법

추가 사용법은 AIVM을 사용하여 개인 추론 워크 플로우를 설정하는 방법을 보여주는 예제 폴더를 참조하십시오.

안전한 추론 수행

기본 사용

먼저 AIVM 클라이언트를 가져 와서 사용 가능한 모델을 확인하십시오.

 import aivm_client as aic

# List all supported models
available_models = aic . get_supported_models ()
print ( available_models )

입력 데이터를 준비하십시오. 다음은 Pytorch를 사용하여 임의의 입력을 생성하는 예입니다.

 import torch

# Create a sample input (e.g., for LeNet5 MNIST)
random_input = torch . randn (( 1 , 1 , 28 , 28 ))  # Batch size 1, 1 channel, 28x28 pixels

적절한 암호를 사용하여 입력을 암호화합니다.

 # Encrypt the input
encrypted_input = aic . LeNet5Cryptensor ( random_input )

안전한 추론 수행 :

 # Get prediction while maintaining privacy
result = aic . get_prediction ( encrypted_input , "LeNet5MNIST" )

get_prediction function은 aivm-devnet 노드와 함께 보안 계산 프로토콜을 자동으로 처리하여 추론 프로세스 전반에 걸쳐 입력 데이터가 비공개로 유지되도록합니다.

사용자 정의 모델 업로드

지원되는 아키텍처 (Berttiny 또는 Lenet5)를 따르는 경우 자신의 숙련 된 모델을 AIVM에 배포 할 수 있습니다.

사용자 정의 모델 업로드

AIVM 클라이언트 가져 오기 :

 import aivm_client as aic

사용자 정의 모델 업로드 :

 # For BertTiny models
aic . upload_bert_tiny_model ( model_path , "MyCustomBertTiny" )

# For LeNet5 models
aic . upload_lenet5_model ( model_path , "MyCustomLeNet5" )

사용자 정의 모델에 대한 추론 :

 # For BertTiny models
result = aic . get_prediction ( private_berttiny_input , "MyCustomBertTiny" )

# For LeNet5 models
result = aic . get_prediction ( private_lenet5_input , "MyCustomLeNet5" )