SMART: 不可錯過的通用對抗式訓練算法

背景 純粹的微調下，由於目標函數設置過於簡單，神經網絡很容易急不可耐地收斂到最近的局部最優點。這些最優點不僅並非全局最優點，同時不抗攻擊。只要在模型輸入上稍加擾動，輸出的概率分佈便會產生大幅度的偏移。爲此，一些研究潛心於此，希望能讓神經網絡學習到的映射能力更爲 平滑，從而進一步地提高 泛化能力。如果你對深度學習有一定深入的瞭解，對於這一點一定不陌生。 這些研究裏最爲經典的當屬 VAE (變分自編碼

>>阅读原文<<