![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 77
不会vector
系统安全方向PhD在读
展开
-
物理世界的鲁棒语音对抗样本(源码阅读笔记)下
这篇博客记录IJCAI19发表的Robust Audio Adversarial Example for a Physical Attack的源代码的Attack部分的阅读过程。Attack类有两个方法,init和attack。def init 是构造函数,用来定义实例的属性,在创建对象时自动执行def attack中实现对抗样本的生成(只有三个参数,self实例,输出路径,迭代次数)init方法init的作用:配置攻击过程,创建TF图以使用它来实际生成对抗性示例。这一串参数不明觉厉 de原创 2021-01-16 16:00:07 · 640 阅读 · 0 评论 -
物理世界的鲁棒语音对抗样本(源码阅读笔记)上
在看源码的时候感觉到些许吃力,写这篇博客是为了push自己坚持看完代码,该代码为IJCAI19发表的Robust Audio Adversarial Example for a Physical Attack的源代码,版权归作者所有。首先是导入相关库和函数,用了import和from import语句from __future__ import print_functionimport argparseimport mathimport osimport randomimport shuti原创 2021-01-15 23:34:11 · 557 阅读 · 2 评论 -
关于FGSM构建AE(一步直接,一步间接,迭代)的讨论
0.参考论文explaining and harnessing Adversarial examples论文提出了一种简单的对抗样本生成方法-FGSM,并且再利用该攻击方法产生的对抗样本进行对抗训练。Adversarial Machine Learning at Scale鉴于FGSM成功率较低,将FGSM改进为目标攻击(通过减少目标类别的loss),还提出了一种BIM(Basic Iterative Methods)方法构建AEAdversarial examples in the physic原创 2020-08-02 11:31:57 · 729 阅读 · 0 评论 -
python程序设计:类和继承
一.类和对象在python中,类的建立使用class语句,python中的所有数据类型都可以视为对象,自定义的对象数据类型就是面向对象中的类(class)的概念,类是具有相同属性和方法的对象的抽象化。类不代表具体的事物,而对象表示具体的事物。class语句:class Myclass(object):def infor(self):print(“this is a class”)注意:1.类名的首字母一般大写2.object表示该类是从哪个类继承下来的3.类的方法至少有一个参数self,s原创 2020-12-27 22:40:08 · 353 阅读 · 0 评论 -
python音频处理
准备工作:首先,我们需要 import 几个工具包,一个是 python 标准库中的 wave 模块,用于音频处理操作,另外两个是 numpy 和 matplot,提供数据处理函数。一:读取本地音频数据处理音频第一步是需要从让计算机“听到”声音,这里我们使用 python 标准库中自带的 wave模块进行音频参数的获取。(1) 导入 wave 模块(2) 使用 wave 中的函数 open 打开音频文件,wave.open(file,mode)函数带有两个参数, 第一个 file 是所需要打开的文原创 2020-12-22 16:47:16 · 9184 阅读 · 4 评论 -
LFSR python实现
一.LFSR部分(线性反馈移位寄存器)LFSR的优点:a.非常适合硬件实现b.能产生大的周期序列c.能产生好的统计特性的序列d.能应用代数方法进行分析实现思路:a是n个寄存器(状态)c是种子密钥,对应着a的系数输出是a1&cn迭代方程为:ai(t+1)=ai+1(t)(i=1,2,…,n-1)an(t+1)=Σ(ci*an-i(t))class LFSR(): def __init__(self, c=None, a=None, lenc=0): #c是开关(系数原创 2020-12-21 19:51:29 · 3090 阅读 · 0 评论 -
重新整理tensorflow1.x基本概念(3):graph
写在最前面,这篇文章不是原创~原文链接:https://blog.csdn.net/dcrmg/article/details/790280031.计算图的概念Tensorflow是基于图(Graph)的计算框架,图的节点由事先定义的运算(操作、Operation)构成,图的各个节点之间由张量(tensor)来链接,Tensorflow的计算过程就是张量(tensor)在节点之间从前到后的流动传输过程,如下图示例:有向图中,节点通常代表数学运算,边表示节点之间的某种联系,它负责传输多维数据(Te转载 2020-12-12 10:01:25 · 146 阅读 · 0 评论 -
重新整理tensorflow 1.x基本概念(2)
Variable在tensorflow中,用variable表示可以改变其值的特殊tensor,是用于表示程序处理的共享持久状态的推荐方法。许多高级的库(如 tf.keras)使用 tf.Variable 来存储模型参数。1.创建变量要创建变量,请提供一个初始值。tf.Variable 与初始值的 dtype 相同my_tensor = tf.constant([[1.0, 2.0], [3.0, 4.0]])my_variable = tf.Variable(my_tensor)# Vari原创 2020-12-12 09:30:13 · 155 阅读 · 0 评论 -
重新整理tensorflow1.x基本概念(1)
Session会话控制1.在tf中的所占位置在tf1.x中,session是客户端与整个TensorFlow系统交互的接口。session定义了计算,但是不计算任何内容,也不包含任何值,仅定义您在代码中指定的操作。通常用with语句打开一个sessionwith tf.Session() as sess:(类似for循环,完成后自动关闭)也可以:sess=tf.Session()sess.run(tf.matmul(m1,m2))sess.close()会话允许执行图或图的一部分。它为原创 2020-12-11 20:09:00 · 208 阅读 · 0 评论 -
记录一次恶心的error
在使用tf内置的ctcloss损失函数时,博主遇到了这样一个报错,浪费了好几天时间,在各大网站上查找解决方法都没能解决我决定把这个过程记录下来(水一篇博客)当试图运行代码时,会出现以下报错:tensorflow.python.framework.errors_impl.NotFoundError: C:\Users\lzhmi\untitled7\lib\site-packages\tensorflow\contrib\layers\python\ops_sparse_feature_cross_op原创 2020-12-11 10:12:33 · 104 阅读 · 1 评论 -
python argparse模块使用详解
argparse 模块是 Python 内置的一个用于命令项选项与参数解析的模块,argparse 模块可以让人轻松编写用户友好的命令行接口。通过在程序中定义好我们需要的参数,然后 argparse 将会从 sys.argv 解析出这些参数。argparse 模块还会自动生成帮助和使用手册,并在用户给程序传入无效参数时报出错误信息。1.使用示例parser = argparse.ArgumentParser(description=None)parser.add_argument('--in', ty原创 2020-12-08 10:30:48 · 614 阅读 · 0 评论 -
Security Risks in Deep Learning Implementations论文笔记
原文地址:https://arxiv.org/abs/1711.110080 摘要深度学习算法的进步掩盖了其在软件实现中的安全风险。本文公开了流行的深度学习框架(包括Caffe,TensorFlow和Torch)中的一组漏洞。与深度学习模型的较小代码体积相反,这些深度学习框架很复杂,并且依赖于大量的开源软件包。本文通过研究这些漏洞对常见的深度学习应用程序(如语音识别和图像分类)的影响,来考虑这些漏洞所带来的风险。通过利用这些框架的实现,攻击者可以发起击溃或挂起深度学习应用程序的”拒绝服务攻击”,或者发起原创 2020-08-15 16:53:54 · 408 阅读 · 0 评论 -
b站tensorflow2学习(2)
使用一层全连接层隐藏层的神经网络实现书写数字识别时,输入为2828个像素,输出为10个类别各自的概率值,假设隐藏层有128个神经元,那么待训练的参数就有784128个w+128个b+128*10个w+10个b,共101770个参数。实际应用中,规模更大,如果直接使用全连接层,待优化的参数过多容易导致模型过拟合。为了减少待训练的参数,会先对原始图片进行特征提取,把提取出来的特征送给全连接网络,再让全连接网络输出识别结果。卷积计算就是一种有效的特征提取方法。一般会用一个正方形的卷积核,按指定步长,在输入原创 2020-08-03 17:25:14 · 145 阅读 · 0 评论 -
b站tensorflow2.0学习记录(1)
视频地址:https://www.bilibili.com/video/BV1Cg4y1q7Xq激活函数:简化模型中前向传播公式是一个线性函数y=x*w+b,多层神经网络输出仍是一个线性函数,模型的表达力不够。激活函数是一个非线性函数,提升模型的表达力优秀的激活函数应该具备以下特点:非线性可微性单调性近似恒等性常用的激活函数:1.Sigmoid函数Tf.nn.sigmoid(x)函数图像: 导数图像:特点:易造成梯度消失,输出非原创 2020-07-25 09:27:09 · 349 阅读 · 0 评论