MIXUP INFERENCE: BETTER EXPLOITING MIXUP TO DEFEND ADVERSARIAL ATTACKS 論文閱讀

MIXUP INFERENCE: BETTER EXPLOITING MIXUP TO DEFEND ADVERSARIAL ATTACKS （ICLR 2020） 1 介紹 提高深度神經網絡的魯棒性 防禦對抗攻擊的 必要性 將防禦方法分類爲兩種 推理階段：加高斯噪聲，圖像非線性變換（不是足夠可靠） 訓練階段：對抗訓練（對clean圖像識別有影響，計算昂貴） mixup training meth

>>阅读原文<<