machine-learning - 离线分享 keras/.h5 模型的“受限”版本
问题描述
.h5
我创建了一个以格式保存的 MLP keras 模型。我想与其他人分享这个 .h5 模型,但有两个问题:
- 我不希望这个人“无限”地使用我的模型。我希望他们能够充分利用它,但仅限于有限的时间。
- 使用此模型的其他人对他们将使用/从我的模型中获取的输入/预测非常敏感,并且不想在线上传他们的敏感数据。
有没有一种机制可以解决以上两个问题?我已经通过一个简单的网络应用程序查看了托管此模型的方法,但似乎没有什么足够安全来解决问题 #2。
有一个已知的解决方案吗?
解决方案
推荐阅读
- python - 如何在石墨烯中返回字典列表?
- kubernetes - 更详细的 Pod 状态监控
- python-3.x - 如何将 DLL 文件添加到 pyinstaller 打包?
- r - do.call 不适用于 "+" 作为 "what" 和 3+ 元素的列表
- ios - 如何在 swift 4 中打开 tabBar 控制器中的另一个 tabItem
- javascript - npm install 卡在 rollbackFailedOptional
- rust - 如何从 Wasm 内存缓冲区中读取元组结构?
- node.js - 在 MERN 堆栈应用程序中将前端连接到后端
- python - 我如何在python中杀死这个线程
- git - 链接 git clean (Porcelain) 命令