AI 安全之对抗样本入门 (29):打造对抗样本工具箱 2.8

阅读数:10 2019 年 11 月 30 日 15:14

AI安全之对抗样本入门(29):打造对抗样本工具箱 2.8

(PaddlePaddle)

内容简介
第 1 章介绍了深度学习的基础知识,重点介绍了与对抗样本相关的梯度、优化器、反向传递等知识点。
第 2 章介绍了如何搭建学习对抗样本的软硬件环境,虽然 GPU 不是必需的,但是使用 GPU 可以更加快速地验证你的想法。
第 3 章概括介绍了常见的深度学习框架,从 TensorFlow、Keras、PyTorch 到 MXNet。
第 4 章介绍了图像处理领域的基础知识,这部分知识对于理解对抗样本领域的一些常见图像处理技巧非常有帮助。
第 5 章介绍了常见的白盒攻击算法,从基础的 FGSM、DeepFool 到经典的 JSMA 和 CW。
第 6 章介绍了常见的黑盒攻击算法。
第 7 章介绍了对抗样本在目标识别领域的应用。
第 8 章介绍了对抗样本的常见抵御算法,与对抗样本一样,抵御对抗样本的技术也非常有趣。
第 9 章介绍了常见的对抗样本工具以及如何搭建 NIPS 2017 对抗防御环境和轻量级攻防对抗环境 robust-ml,通过这章读者可以了解如何站在巨人的肩膀上,快速生成自己的对抗样本,进行攻防对抗。

PaddlePaddle 是百度提供的开源深度学习框架,它能够让开发者和企业安全、快速地实现自己的 AI 想法。PaddlePaddle 最简化的安装可以直接使用 PIP 工具:

复制代码
pip install paddlepaddle

如果有特殊需求希望指定版本进行安装,可以使用参数:

复制代码
pip install paddlepaddle==0.12.0

如果希望使用 GPU 加速训练过程,可以安装 GPU 版本:

复制代码
pip install paddlepaddle-gpu

需要特别指出的是,paddlepaddle-gpu 针对不同的 cuDNN 和 CUDA 具有不同的编译版本。以百度云上的 GPU 服务器为例,CUDA 为 8.0.61,cuDNN 为 5.0.21,对应的编译版本为 paddlepaddle-gpu==0.14.0.post85。

复制代码
pip install paddlepaddle-gpu==0.14.0.post85

AI安全之对抗样本入门(29):打造对抗样本工具箱 2.8

购书地址 https://item.jd.com/12532163.html?dist=jd

评论

发布