tensorflow - 对抗性稳健的 Googlenet 模型

Question

如何在自己的图像分类数据集上对抗性地训练 googlenet 模型？

例如：使用cleverhans库，可以批量运行攻击的数据是MNIST和CIFAR。

我使用 Tensorflow 用我自己的数据（Googlenet）训练了一个图像分类器，现在我想用对抗样本训练模型。我可以用cleverhans 库做的任何想法。谢谢。

Answer 1

最简单的可能是从你自己的代码开始训练 GoogleNet 并修改它的损失。您可以在CleverHans 教程中找到对损失进行修改的示例，该修改增加了对对抗性示例进行训练的惩罚。它使用此处找到的损失实现来定义干净图像上的交叉熵和对抗性图像上的交叉熵之间的加权平均值。