实验结果1130

Model1 产生对抗样本攻击model2，epsilon=0.1数据集ImageNet_val_5000张图

（一）卷积结构不同的转移性：

model2   model1	AlexNet	VGG-13	Inception_v3	Resnet_50	DenseNet121
AlexNet		0.4502	0.4794	0.463	0.4588
VGG-13	0.412		0.4822	0.4314	0.4302
Inception_v3	0.6626	0.67		0.651	0.6406
Resnet_50	0.6254	0.5876	0.6166		0.5626
DenseNet121	0.667	0.633	0.4588	0.6098

预训练模型的结构：

AlexNet：包含8个带权重的层；前5层是卷积层，剩下的3层是全连接层

VGG13：10个卷积层

Resnet50：49个卷积层 1个全局平均池化层

InceptionV3：96个卷积层

Densenet121：4个dense block，第1个有6个dense layer，第2个有12个dense layer，第3个有24个dense layer，第4个有16个dense layer。每个dense layer有2个卷积层。3个transition，每个有1个卷积层 ，共120个卷积层

 

（二）卷积结构相同的转移性：

model2    model1	vgg13	vgg16	vgg19
vgg13		0.3898	0.421
vgg16	0.3962		0.401
vgg19	0.4266	0.39

 

预训练模型的结构：

VGG13:10个卷积层

VGG16:13个卷积层

VGG19:16个卷积层