概述前面介绍了Prophet算法，Prophet在商业时间序列预测上有很大的优势，但是存在以下缺点：时间t上的观测值的分布只能是高斯分布无法高效处理大量相关时间序列下面开始介绍一种新的算法：亚马逊于2017年发表论文。DeepAR（Probabilistic Forecasting with Autoregressive Recurrent），这是一种将深度学习和概率模型结合起来的自回归模型。主要
转载
2023-08-31 21:59:08
94阅读
前言本篇博客出于学习交流目的，主要是用来记录自己学习中遇到的问题和心路历程，方便之后回顾。过程中可能引用其他大牛的博客，文末会给出相应链接，侵删！DeepFool算法 特点：提出鲁棒性评估指标 正文之前的博客讲了FGSM算法，但是有人可能会有疑问，怎么确定ε
ε
的大小，取值大小这会对算法效果产生很大影响，那么今天的这个算法可以避免
转载
2023-12-18 20:37:52
18阅读
目录论文主要内容DeepFool算法原理二分类问题非线性问题多分类问题实验结果 论文主要内容提出了一种新的计算对抗样本的方法：DeepFool算法通过实验，验证了DeepFool算法所添加的扰动更小，同时计算对抗样本所消耗的时间也更少实验也说明了，如果使用不恰当的算法（如FGSM算法）来验证分类器的鲁棒性，那么可能会对分类器的鲁棒性（Robustness）评估过高。DeepFool算法原理De
转载
2024-01-12 19:42:05
54阅读
首先：DeepFool是白盒攻击算法 概述 生成对抗样本的基本思路，大体可以分为白盒攻击和黑盒攻击，区别在于黑盒测试把模型当做黑盒，只能输入样本获得预测结果，白盒在黑盒的基础上还可以获取模型的参数、梯度等信息。本文将介绍白盒攻击中最有名的DeepFool算法。 论文原文：DeepFool: a simple and accurate method to fool deep neural netwo
转载
2024-07-29 00:00:51
0阅读
文章目录1 引入2 白盒攻击2.1 Biggio2.2 Szegedy's limited-memory BFGS (L-BFGS)2.3 Fast gradient sign method (FGSM)2.4 DeepFool2.5 Jacobian-based saliency map attack (JSMA)2.6 Basic iterative method (BIM) / Proje
转载
2024-09-14 14:55:25
26阅读
目录前言 1. DeepXplore 1.1 DeepXplore工作流程1.2 DeepXplore主要的贡献是：1.3 论文中的示例2. DEEP CONTRACTIVE NETWORK—深度压缩网络3. DeepFool参考文献：前言 &nbs
转载
2023-12-22 21:40:43
45阅读
英文不大好，论文翻译这类博客都是机器翻译用来自己阅读的，大家有兴趣的随便看看就好DeepFool:一种简单而准确的愚弄深度神经网络的方法摘要最先进的深度神经网络已经在许多图像分类任务中取得了令人印象深刻的结果。然而，这些相同的架构已经被证明是不稳定的，一些小的扰动也会对结果造成干扰。尽管这一现象很重要，但还没有提出有效的方法来精确计算最先进的深度分类器对大规模数据集上这种扰动的鲁棒性。在本文中，我
转载
2024-05-04 23:24:31
48阅读
这个项目是一个基于嵌入式平台的无人机图像智能探测系统，周期大约一年。同时也是我的硕士课题。项目的目标是实现无人机端的高效实时图像检测，同时兼顾精度和轻量化。我的职责主要工作包括四个方面：第一，基于 V4L2 框架完成 CSI/USB 摄像头的视频采集，保证了高效、低延迟的数据输入；第二，针对复杂环境下模型鲁棒性不足以及图像容易受到对抗样本的干扰问题，我生成了 对抗样本（如 PGD、DeepFool 等），并进行对抗训练，提高了模型在干扰场景下的稳定性；
