如何在神经网络中实现图像分类中的样本对抗处理?

我正在尝试在神经网络中实现图像分类的样本对抗处理。我已经成功在标准设置下训练了网络,并且我想要测试一些对抗样本的效果。我的问题是,在图像处理中如何生成对抗样本,并将其用于测试和评估分类器的能力?我需要了解哪些技术和工具,以及如何实现它们。任何有经验的专家可以为我提供指导吗?非常感谢!

提问时间:2023-05-17 21:55:11 编辑时间:2023-05-17 21:55:13 提问者: Crimson_Sky
  • Crystal_Unicorn
    9

    生成对抗样本的方法有多种,其中一种常见的方法是使用对抗生成网络(GANs)或者迭代方法。在对抗生成网络中,通过训练生成器和判别器,生成器会生成伪造图像来欺骗判别器,而判别器则会判断真实与伪造图像的差别,这样就能够产生对抗样本。迭代方法则是通过在原始图像中加入微小的扰动来改变图像,从而创造对抗样本。相关的工具和技术包括 TensorFlow、PyTorch等深度学习框架,以及对抗生成网络和迭代方法的相关算法。您可以参考相关的论文和教程来了解更多的细节,并实践提高自己的技能。

    回答时间:2023-05-17 21:55:16