通俗解释
每个样本的梯度先裁剪到固定范数，再在汇总时加入高斯噪声，并用“矩会计”跟踪总隐私预算，使模型难以记住任何单个训练样本。
用在哪里：医疗、金融、键盘输入法等隐私数据训练
01原始论文
Deep Learning with Differential Privacy
Martín Abadi, Andy Chu, Ian Goodfellow, et al. · 2016
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
官方文档
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
dp-sgd)