論文の概要: DeepRobust: A PyTorch Library for Adversarial Attacks and Defenses
- arxiv url: http://arxiv.org/abs/2005.06149v1
- Date: Wed, 13 May 2020 04:43:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-03 12:51:01.634967
- Title: DeepRobust: A PyTorch Library for Adversarial Attacks and Defenses
- Title（参考訳）: DeepRobust: 敵の攻撃と防御のためのPyTorchライブラリ
- Authors: Yaxin Li, Wei Jin, Han Xu, Jiliang Tang
- Abstract要約: DeepRobustはPyTorchの逆学習ライブラリである。
この研究分野を育成するための、包括的で使いやすいプラットフォームの構築を目指している。
- 参考スコア（独自算出の注目度）: 52.18827652666269
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: DeepRobust is a PyTorch adversarial learning library which aims to build a
comprehensive and easy-to-use platform to foster this research field. It
currently contains more than 10 attack algorithms and 8 defense algorithms in
image domain and 9 attack algorithms and 4 defense algorithms in graph domain,
under a variety of deep learning architectures. In this manual, we introduce
the main contents of DeepRobust with detailed instructions. The library is kept
updated and can be found at https://github.com/DSE-MSU/DeepRobust.
- Abstract（参考訳）: DeepRobustはPyTorchの逆習学習ライブラリで、この研究分野を育成するための総合的で使いやすいプラットフォームの構築を目指している。
現在、画像ドメインに10以上の攻撃アルゴリズムと8つの防御アルゴリズム、グラフドメインに9つの攻撃アルゴリズムと4つの防御アルゴリズムが含まれている。
本マニュアルでは,deeprobustの主内容に詳細な指示を加えて紹介する。
ライブラリは更新され、https://github.com/DSE-MSU/DeepRobust.comで見ることができる。
関連論文リスト
- HypLL: The Hyperbolic Learning Library [14.760891078342166]
我々は,双曲学習ライブラリHypLLを紹介し,双曲深層学習の進歩を両立させる。
HypLLはPyTorch上に構築されており、使いやすさを重視して、この新しいオープンな研究方向性に広く関心を寄せている。
論文 参考訳（メタデータ） (2023-06-09T14:49:20Z) - BackdoorBench: A Comprehensive Benchmark of Backdoor Learning [57.932398227755044]
バックドア学習は、ディープニューラルネットワーク(DNN)の脆弱性を研究する上で、新しく重要なトピックである
多くの先駆的なバックドア攻撃と防衛手法が、素早い武器競争の状況において、連続的または同時に提案されている。
BackdoorBenchというバックドア学習の総合的なベンチマークを構築しています。
論文 参考訳（メタデータ） (2022-06-25T13:48:04Z) - DeepLab2: A TensorFlow Library for Deep Labeling [118.95446843615049]
DeepLab2は、コンピュータビジョンにおける一般的な高密度ピクセル予測問題に対するディープラベリングのためのライブラリである。
DeepLab2には、トレーニング済みのチェックポイントとモデルトレーニングと評価コードを備えた、最近開発したDeepLabモデルのバリエーションがすべて含まれています。
DeepLab2の有効性を示すために、Axial-SWideRNetをネットワークバックボーンとして使用したPanoptic-DeepLabは、Cityscaspes検証セット上で68.0% PQまたは83.5% mIoUを達成した。
論文 参考訳（メタデータ） (2021-06-17T18:04:53Z) - KD-Lib: A PyTorch library for Knowledge Distillation, Pruning and
Quantization [0.0]
我々はオープンソースのPyTorchベースのライブラリであるKD-Libを紹介する。
これには、複数の抽象化レイヤの上に3つのファミリーのアルゴリズムの、最先端のモジュラー実装が含まれています。
論文 参考訳（メタデータ） (2020-11-30T11:11:22Z) - Attack Agnostic Adversarial Defense via Visual Imperceptible Bound [70.72413095698961]
本研究の目的は、目視攻撃と目視攻撃の両方に対して一定の範囲内で堅牢な防衛モデルを設計することである。
提案するディフェンスモデルは,MNIST,CIFAR-10,Tiny ImageNetデータベース上で評価される。
提案アルゴリズムは攻撃非依存であり,攻撃アルゴリズムの知識を必要としない。
論文 参考訳（メタデータ） (2020-10-25T23:14:26Z) - PyRetri: A PyTorch-based Library for Unsupervised Image Retrieval by
Deep Convolutional Neural Networks [49.35908338404728]
PyRetriはディープラーニングベースの教師なし画像検索のためのオープンソースライブラリである。
検索プロセスを複数のステージにカプセル化し、各ステージの様々な重要なメソッドをカバーする機能を提供する。
論文 参考訳（メタデータ） (2020-05-02T10:17:18Z) - How to 0wn NAS in Your Spare Time [11.997555708723523]
本研究では,キャッシュ側チャネル攻撃による情報漏洩を利用して,新しいディープラーニングシステムの主要コンポーネントを再構築するアルゴリズムを設計する。
我々は、マルウェア検出のための新しいデータ前処理パイプラインであるMalConvと、画像ネット分類のための新しいネットワークアーキテクチャであるProxylessNAS CPU-NASを再構築できることを実験的に実証した。
論文 参考訳（メタデータ） (2020-02-17T05:40:55Z) - Torch-Struct: Deep Structured Prediction Library [138.5262350501951]
本稿では,構造化予測ライブラリTorch-Structを紹介する。
Torch-Structには,シンプルで柔軟な分散ベースのAPIを通じてアクセスされる,確率的構造の広範なコレクションが含まれている。
論文 参考訳（メタデータ） (2020-02-03T16:43:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。