论文链接：https: openaccess.thecvf.com content CVPR html Zhou DaST Data Free Substitute Training for Adversarial Attacks CVPR paper.html 先介绍对抗攻击的初级内容： 目前的图像对抗攻击分类： 一般化攻击，这类攻击根本不需要知道要被攻击的神经网络是啥样的，产生的对抗样本具有通 ...
2020-09-23 23:15 8 1011 推荐指数：
本文把对抗训练用到了预训练和微调两个阶段，对抗训练的方法是针对embedding space，通过最大化对抗损失、最小化模型损失的方式进行对抗，在下游任务上取得了一致的效果提升。有趣的是，这种对抗训练方法不仅能够在BERT上有提高，而且在RoBERTa这种已经预训练好的模型上也能有 ...
Detection of Adversarial Training Examples in Poisoning Attacks through Anomaly Detection——阅读笔记 小组成员：岑鹏，吴易佳，秦红梅 2020.4.15 1. 背景 ...
背景 方法 作者们提出了一种模型驱动的方法，使用自动对抗的方法自动生成未观察过的对抗样本，并运用生成的样本最终提升阅读理解模型的效果鲁棒性，全程无需人工参与。 该方法可以简单地划分为三个步骤： （1）对每个训练样本利用对抗的方法生成一个干扰向量输入，使得它能够误导当前 ...
上篇： https://blog.csdn.net/qq_38556984/article/details/105616211 下篇：https://blog.csdn.net/qq_3855698 ...
Output Diversified Initialization for Adversarial Attacks 学习报告 小组成员：裴建新、赖妍菱、周子玉 1 引言 深度神经网络在图像分类方面取得了很大的成功。然而，它们很容易受到 ...
对抗攻击领域综述（adversarial attack） 一、总结 一句话总结： 对抗攻击英文为adversarial attack。即对输入样本故意添加一些人无法察觉的细微的干扰，导致模型以高置信度给出一个错误的输出。 1、对抗攻击的意义？ 我们不知道神经网络提取到的特征点：深度 ...
原于2018年1月在实验室组会上做的分享，今天分享给大家，希望对大家科研有所帮助。 今天给大家分享一下对抗训练（Adversarial Training，AT）。 为何要选择这个主题呢？ 我们从上图的Attention的搜索热度可以看出，Attention在出现后，不断被人们所重视 ...
Domain-adversarial training of neural networks Abstract 我们介绍了一种新的用于域自适应的表征学习方法，其中训练和测试时的数据来自相似但不同的分布。我们的方法直接受到域 ...
