PyTorch-Adversarial-Attack-Baselines-for-ImageNet-CIFAR10-MNIST:ImageNet,CIFAR10和MNIST的PyTorch对抗性攻击基准(最先进的攻击比较)-源码

上传者: 42139042 | 上传时间: 2021-08-26 18:19:46 | 文件大小: 629.38MB | 文件类型: ZIP
针对ImageNet,CIFAR10和MNIST的PyTorch对抗性攻击基准 ImageNet,CIFAR10和MNIST的PyTorch对抗性攻击基准(最先进的攻击比较) 该存储库提供了用于评估各种对抗攻击的简单PyTorch实现。 该存储库显示每个数据集的最新攻击成功率。 该存储库利用了攻击库,例如 , 等。 如果您对此存储库有疑问,请给我发送电子邮件( )或提出问题。 影像网 该存储库提供了一个包含1,000个类的小型ImageNet验证数据集。 该数据集每个班级有5张图像(总计5,000张图像)。 这是ImageNet验证数据集的子集。 对抗示例的大小:224 x 224 x 3(150,528个参数) 1. Linf FGSM(非目标) Advertorch和Foolbox显示几乎相同的结果。 Epsilon大小 1/255 2/255 4/255 8/25

文件下载

资源详情

[{"title":"( 5003 个子文件 629.38MB ) PyTorch-Adversarial-Attack-Baselines-for-ImageNet-CIFAR10-MNIST:ImageNet,CIFAR10和MNIST的PyTorch对抗性攻击基准(最先进的攻击比较)-源码","children":[{"title":"imagenet.json <span style='color:#111;'> 28.01KB </span>","children":null,"spread":false},{"title":"ILSVRC2012_val_00004111.JPEG <span style='color:#111;'> 103.18KB </span>","children":null,"spread":false},{"title":"ILSVRC2012_val_00001318.JPEG <span style='color:#111;'> 89.00KB </span>","children":null,"spread":false},{"title":"ILSVRC2012_val_00003358.JPEG <span style='color:#111;'> 87.70KB </span>","children":null,"spread":false},{"title":"ILSVRC2012_val_00003433.JPEG <span style='color:#111;'> 92.72KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明