【李宏毅】機器學習 筆記12（Attack ML Models）
Attack: 通過在原來的特徵值上加上一些雜訊，讓network做出錯誤的判斷。 定義attack的loss function： 找到一個與x0很接近的一個x'，在x和theta固定的情況下，使輸出的答案越錯誤。 兩類constraint： 加了gradient算出的雜訊效果最明顯： FGSM： 採用最快的梯度，一次梯度下降得到結果： 主要就是設置一個很大的learning rate使一
相關文章
- 1. 2020李宏毅學習筆記——30.Attack ML Models(4_8)
- 2. 2020李宏毅學習筆記——32.Attack ML Models(6_8)
- 3. 2020李宏毅學習筆記——31.Attack ML Models(5_8)
- 4. 2020李宏毅學習筆記——29.Attack ML Models(3_8)
- 5. 2020李宏毅學習筆記——28.Attack ML Models(2_8)
- 6. 【ML】 李宏毅機器學習筆記
- 7. 李宏毅老師課程：Attack ML Models
- 8. 李宏毅學習筆記18.Explainable ML
- 9. 【學習筆記】李宏毅2020ML&DL課程 1_8 - 8_8 Attack ML model
- 10. 【李宏毅2020 ML/DL】P35-42 Attack ML Models
- 更多相關文章...
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 2020李宏毅學習筆記——30.Attack ML Models(4_8)
- 2. 2020李宏毅學習筆記——32.Attack ML Models(6_8)
- 3. 2020李宏毅學習筆記——31.Attack ML Models(5_8)
- 4. 2020李宏毅學習筆記——29.Attack ML Models(3_8)
- 5. 2020李宏毅學習筆記——28.Attack ML Models(2_8)
- 6. 【ML】 李宏毅機器學習筆記
- 7. 李宏毅老師課程：Attack ML Models
- 8. 李宏毅學習筆記18.Explainable ML
- 9. 【學習筆記】李宏毅2020ML&DL課程 1_8 - 8_8 Attack ML model
- 10. 【李宏毅2020 ML/DL】P35-42 Attack ML Models