超级会员免费看
这篇博客介绍了一种使用ResNet模型进行对抗性图像识别的方法，通过训练得到的模型在测试集上的准确率达到了80%以上。文章详细展示了ResNet18和34的BasicBlock以及ResNet50,101,152的Bottleneck结构，并给出了相应的代码实现。"
104153991,9278730,区块链中的哈希算法解析,"['区块链', '哈希', '加密技术']
采集的原始图像的形式如下
得到了loss函数的曲线
可以看出来 咱们能得到原始的图形 他们都是采取了一些加入噪声 抵御干扰的形式等
这是每一个batch下的曲线数据
所以他有一定的震荡
acc的曲线图
一样的 有一定的震荡 可以看出 趋势叶在80%以上
测试机的loss函数数据图
Finished Training，valacc= 0.808
可以看出最后的准确率在80%以上 已经是非常好的一种操作了
部分Model的形式
# 用于ResNet18和34的残差块，用的是2个3x3的卷积
class BasicBlock(nn.Module):
expansion = 1
def __ini
订阅专栏 解锁全文
3712
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
