2022年6月15日
【论文笔记】（2017，BIM）Adversarial Machine Learning at Scale
摘要： 本文主要是给出了两类多个对抗攻击方法：one-step 攻击和 multi-step 攻击，并在大型模型和大型数据集上对这些方法进行对比实验，实验结果发现使用 one-step 样本进行对抗训练的模型具有较强的对抗鲁棒性，且 one-step 攻击比 multi-step 攻击的可转移性强，此外还发 阅读全文
posted @ 2022-06-15 11:35 李斯赛特 阅读(2381) 评论(0) 推荐(0)