注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. DeepFool对抗算法

  2. DeepFool对抗算法实现代码，需先下载cleverhans集成库，或是我资源中的FGSM算法也可以。

  3. 所属分类：深度学习

    • 发布日期：2018-08-28
    • 文件大小：7168
    • 提供者：qq_35414569

  1. 手写识别梯度下降攻击实现.zip

  2. 代码实现了在手写识别95%以上情况下，使用FGSM和PGD方法梯度攻击后，识别率降到0.1%以下。主要实现过程参见本人博客文档，可以自己复现了解下实现过程。

  3. 所属分类：机器学习

    • 发布日期：2020-04-22
    • 文件大小：34603008
    • 提供者：u013222658

  1. tensorflow2.0+python3.7.4实现FGSM对抗攻击代码

  2. win10+tensorflow2.0+python3.7.4实现FGSM对抗攻击代码

  3. 所属分类：深度学习

    • 发布日期：2019-08-31
    • 文件大小：3072
    • 提供者：qq_35225463

  1. lenet_mnist_model.zip

  2. 这个是github上一个关于FGSM算法需要的训练模型，https://github.com/AndyandViky/ML-study/blob/master/pytorch/adversarial-example.py 这篇文章里代码复现需要下载这个，因为是外网所以无法下载，现在我将这个资源分享在这里有需要的自己下载

  3. 所属分类：深度学习

    • 发布日期：2020-09-26
    • 文件大小：81920
    • 提供者：wyf2017

  1. fast_adversarial：[ICLR 2020]一个使用FGSM进行极快对抗训练的存储库-源码

  2. 使用FGSM进行快速对抗训练 使用FGSM对手实施快速对抗训练代码的存储库，能够在6分钟内训练强大的CIFAR10分类器，并在12小时内训练强大的ImageNet分类器。 由 ， 和。 请参阅我们的arXiv上的论文，这是由自由对抗训练纸灵感通过Shafahi等。 （2019）。 消息 12/19/2019-ICLR 2020接受 1/14/2019-arXiv发布并发布存储库 该存储库中有什么？ 带有针对MNIST，CIFAR10和ImageNet的随机初始化的FGSM对抗训练方法的实现 使

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：1048576
    • 提供者：weixin_42104181

  1. ghost-network:通过Ghost网络学习可传播对抗示例的源代码（AAAI2020）-Source code learning

  2. 通过Ghost网络学习可传播的对抗示例 介绍 该存储库包含用于的代码。 在本文中，我们提出了Ghost网络来有效学习可转移的对抗性示例。 幻影网络的关键原理是干扰现有模型，这可能会生成大量的各种模型。 这些模型随后通过纵向合奏进行融合。 这两个步骤几乎不需要额外的时间和空间消耗。 实验表明，该方法可以不断提高基于迭代的方法（如I-FGSM和MI-FGSM）的可移植性。 扩大 为了进一步提高可转移性，我们 同时攻击多个网络（ ）。 用法 依存关系 Python3.6 Tensorflow 1.

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：1048576
    • 提供者：weixin_42150360