![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文尝试
文章平均质量分 91
道2024
AI安全
展开
-
借助多标签分类器进行对抗训练
摘要 当前深度模型抵御对抗攻击最有效的方式就是对抗训练,神经网络在训练的过程中通过引入对抗样本使得模型具有一定的鲁棒性。目前对抗训练的研究方向主要集中在多分类任务中的训练方式上,本文尝试借助多标签分类器来对多分类器进行对抗训练,其中多分类任务和多标签任务的区别可以从文章《多标签分类器(附pytorch代码)》中知晓。举个例子,一张人脸图片会显示很多标签信息,比如会有姓名,性别,年龄,情绪等标签信息,按照本文的想法就是首先训练出一个关于性别,年龄的多标签分类器,利用这个多标签分类器对关于姓名这个多分类器进行原创 2022-01-28 10:16:03 · 6353 阅读 · 2 评论 -
利用对抗变化网络进行对抗训练
引言方法描述实验方法原创 2022-01-20 16:54:21 · 11951 阅读 · 16 评论