AI 安全之对抗样本入门 (27):打造对抗样本工具箱 2.6

阅读数:6 2019 年 11 月 30 日 15:08

AI安全之对抗样本入门(27):打造对抗样本工具箱 2.6

(Keras)

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。

Keras 是一个高级别的 Python 神经网络框架,能在 TensorFlow 或者 Theano 上运行。Keras 的作者、谷歌 AI 研究员 Francois Chollet 宣布了一条激动人心的消息,Keras 将会成为第一个被添加到 TensorFlow 核心中的高级别框架,这将会让 Keras 变成 TensorFlow 的默认 API。

Keras 的主要特点是:

  • 可以快速简单地设计出原型。
  • 同时支持卷积网络和循环网络,以及两者的组合。
  • 支持任意的连接方案。

Keras 的在线文档内容非常丰富,地址为:

复制代码
https://keras.io/

Keras 的安装非常简便,使用 pip 工具即可:

复制代码
pip install keras

如果需要使用源码安装,可以直接从 GitHub 上下载对应源码:

复制代码
https://github.com/fchollet/keras

然后进入 Keras 目录安装即可:

复制代码
python setup.py install

AI安全之对抗样本入门(27):打造对抗样本工具箱 2.6

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

评论

发布