机器学习
文章平均质量分 97
框架主义者
自顶而下;面向未来 | 在此尽量贡献些可回收的垃圾
展开
-
【人工智能选修课】实验报告
通过MNIST 手写数字图片数据集训练一个简单的手写数字识别神经网络为例子,了解了用 Transflow 训练全连接神经网络的技巧,探究了神经网络的各种参数对训练过程以及训练结果的影响。还尝试了“留出法”与“ k 折交叉验证法”这两种神经网络模型评估方法,探索了这两种方法参数对评估结果的影响。...原创 2022-08-26 19:23:12 · 1570 阅读 · 0 评论 -
【信息与内容安全】实验二:虚假人脸检测实验
虚假人脸检测实验摘要: 在此次实验中,先尝试了自己手动搭建了一个 CNN 进行虚假人脸的分类实验,但发现有训练速度慢准确率低等缺点。所以尝试使用已有的模型(resnet-18)和预训练的参数进行迁移学习,包括尝试了直接把卷积层借用为固定特征提取器和 Fine-tuning 的方法,大大提高了训练速度与最终结果的准确率。文章目录虚假人脸检测实验题目描述直接训练一个真假人脸二分类器1. 加载并规范化数据2. 定义一个卷积神经网络3. 定义损失函数和优化器4. 训练网络5. 在测试数据上测试网络虚假人脸分类的原创 2022-05-05 16:01:28 · 3456 阅读 · 4 评论 -
【信息与内容安全】实验一:对抗样本攻击实验
对抗性样本攻击实验摘要:根据 PyTorch 官网教程中 Adversarial Example Generation 章节内容,完整实现 Fast Gradient Sign Attack (FGSM) 算法。文章目录对抗性样本攻击实验题目描述欺骗模型的方法FGSM 快速梯度符号攻击原理介绍FGSM 实现受攻击的模型FGSM 攻击函数测试攻击效果函数实施攻击结果分析准确性 vs ϵ\epsilonϵ对抗样本实例参考题目描述根据PyTorch官网教程中Adversarial Example Gene翻译 2022-05-05 15:59:25 · 2261 阅读 · 0 评论