会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
durian
durian is tasty
博客园
首页
新随笔
联系
订阅
管理
2022年6月15日
【论文笔记】(2017,BIM)Adversarial Machine Learning at Scale
摘要: 本文主要是给出了两类多个对抗攻击方法:one-step 攻击和 multi-step 攻击,并在大型模型和大型数据集上对这些方法进行对比实验,实验结果发现使用 one-step 样本进行对抗训练的模型具有较强的对抗鲁棒性,且 one-step 攻击比 multi-step 攻击的可转移性强,此外还发
阅读全文
posted @ 2022-06-15 11:35 李斯赛特
阅读(1716)
评论(0)
推荐(0)
编辑
公告