分布、采样公式解读[以paper`Explaining and Harnessing Adversarial Examples`为例]

from paper Explaining and Harnessing Adversarial Examples ICLR 2015

Eq.(1)

$${\mathbb{E}}_{x,y\sim p_{\text{data}}}\zeta (y(ϵ\Vert w{\Vert }_1-w^{T}x-b))$$

E

数学期望符号，表示对某个随机变量取期望值（或平均值）。在这里表示对所有可能的输入x和对应标签的期望；

下标 $x,y\sim p_{\text{data}}$

• 表示期望是对从数据分布(p_{\text{data}})中采样得到的x和y进行的。换句话说，x和y是按照训练数据的实际分布来采样的；
• (p_{\text{data}})是训练数据的概率分布；

$\zeta (z)$

(\zeta(z) = \log(1 + \exp(z))) ：是softplus函数，它是对数回归中用于平滑损失的函数；

$ϵ\Vert w{\Vert }_1$

• $ϵ$ 是对抗扰动大小；

以上回答来自chatgpt 4o；