【文件属性】：
文件名称：robust-features-code:代码“健壮性可能有误”
文件大小：18.09MB
文件格式：ZIP
更新时间：2021-05-05 01:43:55
JupyterNotebook
ResNet ImageNet代码
该存储库提供了用于培训和使用本文中受限的强大resnet模型的代码：
稳健性可能会成败Dimitris Tsipras *，Shibani Santurkar *，Logan Engstrom *，Alexander Turner，Aleksander Madry
我们表明，对抗性鲁棒性不可避免地会导致准确性下降。 一线希望：对抗训练会产生更多语义上有意义的梯度，并给出具有GAN样轨迹的对抗示例：
总体概述
在尝试运行任何东西之前：
运行./setup.sh 。
获取ImageNet培训集的下载版本。 默认情况下，代码在环境变量INET_DIR查找此目录。 例如，运行export INET_DIR=/scratch/datasets/imagenet/ 。
代码经过组织，因此您可以：
训练自己强大的受限ImageNet模型（通过ez_tra
【文件预览】：
robust-features-code-master
----make_viz.sh(212B)
----load-resnet.py(7KB)
----utils.py(5KB)
----ez_train.sh(340B)
----resnet_model.py(5KB)
----ilsvrc_metadata()
--------synset_words.txt(31KB)
--------det_synset_words.txt(4KB)
--------orig_test.txt(3.05MB)
--------test.txt(0B)
--------train.txt(3.79MB)
--------orig_train.txt(41.8MB)
--------synsets.txt(10KB)
--------val.txt(145KB)
--------imagenet_mean.binaryproto(768KB)
--------imagenet.bet.pickle(14.24MB)
--------orig_val.txt(1.57MB)
----requirements.txt(198B)
----imagenet_utils.py(13KB)
----val.txt(1.57MB)
----imagenet_resnet.py(6KB)
----example_use.ipynb(605KB)
----README.md(2KB)
----make_visualizations.py(6KB)
----loader.py(4KB)
----.gitignore(49B)
----setup.sh(539B)
----example_imgs.txt(161B)