没有合适的资源?快使用搜索试试~ 我知道了~
Pytorch-Adversarial-Training-CIFAR:此存储库为CIFAR-10上的对抗训练方法提供了简单的Py...
共9个文件
py:8个
md:1个
5星 · 超过95%的资源 需积分: 50 15 下载量 123 浏览量
2021-02-20
14:50:31
上传
评论 3
收藏 14KB ZIP 举报
温馨提示
CIFAR-10的Pytorch对抗训练 该存储库为CIFAR-10上的对抗训练方法提供了简单的PyTorch实现。 该存储库显示的精度与原始论文中的精度相似。 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。 实验设定 此存储库中使用的基本实验设置遵循使用的设置。 数据集:CIFAR-10(10个类) 攻击方式:PGD攻击 Epsilon大小: L无限边界为0.0314 Epsilon大小:绑定L2时为0.25(用于攻击)或0.5(用于训练) 培训批次大小:128 重量衰减:0.0002 动量:0.9 学习率调整 0.1代表时期[0,100) 纪元0.01 [100,150) 历时0.001 [150,200) 该存储库中使用的ResNet-18体系结构比Madry Laboratory小,但性能相似。 训练方法 1.基本训练 基本训练方法采用He
资源推荐
资源详情
资源评论
收起资源包目录
Pytorch-Adversarial-Training-CIFAR-master.zip (9个子文件)
Pytorch-Adversarial-Training-CIFAR-master
pgd_adversarial_training.py 5KB
models
__init__.py 22B
resnet.py 5KB
basic_training_with_non_robust_dataset.py 5KB
basic_training_with_robust_dataset.py 5KB
basic_training.py 5KB
README.md 5KB
test.py 2KB
interpolated_adversarial_training.py 7KB
共 9 条
- 1
资源评论
- 彥爷2023-07-25这个文件的作者提供了详尽的文档和示例,使得我们能够快速理解和应用对抗训练的方法,非常感谢他们的贡献。
- 蒋寻2023-07-25通过使用这个文件,我们可以在CIFAR-10数据集上轻松实现对抗训练,以应对各种对抗性攻击。
- 断脚的鸟2023-07-25这个文件提供了一个简单而有效的PyTorch实现,帮助我们进行对抗训练,真正提升了模型的鲁棒性。
- 伯特兰·罗卜2023-07-25通过对CIFAR-10数据集进行对抗训练,我们的模型在面对干扰时表现出了优异的性能,这真的让我很惊讶。
- 文润观书2023-07-25这个文件的代码非常简洁易懂,即使是新手也能够很快上手,快速构建鲁棒的深度学习模型。
鈤TiAmo
- 粉丝: 20
- 资源: 4695
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功