|
|
@@ -223,17 +223,6 @@ mindarmour.adv_robustness.attacks |
|
|
|
- **prob** (float) - 对输入样本的转换概率。默认值:0.5。 |
|
|
|
- **loss_fn** (Union[Loss, None]) - 用于优化的损失函数。如果为None,则输入网络已配备损失函数。默认值:None。 |
|
|
|
|
|
|
|
.. py:method:: generate(inputs, labels) |
|
|
|
|
|
|
|
基于多样性输入迭代法生成对抗样本。 |
|
|
|
|
|
|
|
参数: |
|
|
|
- **inputs** (Union[numpy.ndarray, tuple]) - 良性输入样本,用于创建对抗样本。 |
|
|
|
- **labels** (Union[numpy.ndarray, tuple]) - 原始/目标标签。若每个输入有多个标签,将它包装在元组中。 |
|
|
|
|
|
|
|
返回: |
|
|
|
- **numpy.ndarray** - 生成的对抗样本。 |
|
|
|
|
|
|
|
.. py:class:: mindarmour.adv_robustness.attacks.MomentumDiverseInputIterativeMethod(network, eps=0.3, bounds=(0.0, 1.0), is_targeted=False, norm_level='l1', prob=0.5, loss_fn=None) |
|
|
|
|
|
|
|
动量多样性输入迭代法(Momentum Diverse Input Iterative Method)攻击是一种动量迭代法,在每次迭代时对输入数据应用随机变换。对输入数据的这种转换可以提高对抗样本的可转移性。 |
|
|
|