1

我正在为 Facenet 分类器进行 FGSM 攻击，该分类器使用 Keras 模型进行嵌入，并使用 SVM 来进行分类。我很难确定如何格式化输入的输入，因为我需要先将输入传递给 SVM，然后才能承受损失，但后来我得到的梯度为 None，它作为错误失败。您对我如何有效地传递价值观有任何想法吗？

for i in range(epochs): 
    print(i)
    # One hot encode the target class
    target = K.one_hot(target_class, 5)

    # Get the new image and predictions
    embeddingPred=asarray(embed_model.output[0])
    prediction= tf.reshape(model.predict_proba(embeddingPred),[5,])
    prediction = tf.cast(tf.convert_to_tensor(prediction), tf.float32)

    # Get the loss and gradient of the loss wrt the inputs
    loss = -1*K.categorical_crossentropy(target, prediction)
    grads = K.gradients(loss, embed_model.input)

    # Get the sign of the gradient
    delta = K.sign(grads[0])
    x_noise = x_noise + delta

    # Perturb the image
    x_adv = x_adv + epsilon*delta

    # Get the new image and predictions
    x_adv = sess.run(x_adv, feed_dict={embed_model.input:x})
4

0 回答 0