對抗樣本和深度對抗網絡

1.背景   對抗樣本:數據集中通過故意添加細微的干擾所形成的輸入樣本,受干擾之後的輸入導致模型以高置信度給出一個錯誤的輸出。 對抗網絡提出的背景就是,深度學習出現了絆腳石:對抗樣本;深度網絡不能解決對抗樣本帶來的問題,降低深度模型實際的應用價值;   圖1 對抗樣本的定義   正如圖1右邊展示的那樣,當對熊貓數據加上一定的噪聲,深度模型以99.3%的置信度將熊貓識別爲長臂猿;這就是對抗樣本和對抗
相關文章
相關標籤/搜索