2022年3月13日
论文导读：Universal Adversarial Training
摘要： 在这篇论文中，作者提出了一种优化的方法来找到给定模型的通用对抗样本（首先在 Moosavi-Desfooli 等人 [1] 中引入）。作者还提出了一种低成本算法来增强模型对此类扰动的鲁棒性。 Universal Adversarial Perturbations (UAP) 很“便宜” - 单个噪声 阅读全文
posted @ 2022-03-13 11:33 deephub 阅读(127) 评论(0) 推荐(0)