foolbox：一款神奇的Python工具箱

原文：foolbox
作者：Jonas Rauber && Wieland Brendel
翻译：Vincent

Foolbox简介

Foolbox是一个Python工具箱，它可以创建一些对抗样本从而来迷惑神经网络。 它需要Python，NumPy和SciPy。

安装

pip install foolbox

我们测试的时候使用的是Python 2.7、3.5和3.6版本。当然Python其它版本也可以工作。但是我们建议使用Python 3版本！

文档

可在readthedocs上获取文档：http://foolbox.readthedocs.io/

样例

import foolbox
import keras
from keras.applications.resnet50 import ResNet50, preprocess_input

# instantiate model
keras.backend.set_learning_phase(0)
kmodel = ResNet50(weights='imagenet')
fmodel = foolbox.models.KerasModel(kmodel, bounds=(0, 255),preprocess_fn=preprocess_input)

# get source image and label
image, label = foolbox.utils.imagenet_example()

# apply attack on source image
attack  = foolbox.attacks.FGSM(fmodel)
adversarial = attack(image, label)

其它一系列深度学习的接口也是可以用的，例如TensorFlow，PyTorch，Theano，Lasagne和MXNet等。

model = foolbox.models.TensorFlowModel(images, logits, bounds=(0, 255))
model = foolbox.models.PyTorchModel(torchmodel, bounds=(0, 255), num_classes=1000)
# etc.

不同的对抗标准，例如Top-k，特定的Target Class或Original Class、Target Class的目标概率值可以传递给attack，例如：

criterion = foolbox.criteria.TargetClass(22)
attack    = foolbox.attacks.FGSM(fmodel, criterion)