文件名称：adversarial-learning-robustness:包含与深度学习中的对抗鲁棒性有关的研讨会材料
文件大小：51.4MB
文件格式：ZIP
更新时间：2024-04-26 08:58:57
python computer-vision deep-learning tensorflow adversarial-learning
深度学习中的对抗鲁棒性 包含与深度学习中的对抗鲁棒性有关的研讨会材料。 大纲 涵盖以下内容- 深度学习要领 对抗性扰动简介 天然的[8] 合成的[1，2] 基于简单投影梯度下降的攻击 基于目标计划的梯度下降的攻击 快速梯度符号方法（FGSM）攻击 优化程序对不同攻击的敏感性 对抗学习 训练受FGSM干扰的数据集 神经结构学习训练[3] 使用EfficientNet [4]及其变体（例如，嘈杂的学生培训[5]和AdvProp [6]）来提高对抗性能 请注意，此存储库仍处于新生阶段。 随着时间的流逝，我们将添加更多有关通过“平滑对抗训练” [7]，基于文本的攻击以及关于对抗鲁棒性的可解释性方面的注意事项来提高性能的材料。 另外，此处提供的材料仅用于教育目的，并不用于其他目的。 我们提供Jupyter笔记本来演示上述主题。 这些笔记本可以在Google Colab上完全运行，而无需任