이 자습서에서는 Goodfellow 등의 적대적 예제 설명 및 활용에 설명된 대로 빠른 그라데이션 서명 메서드(FGSM) 공격을 사용하여 적대적인 예제를 만듭니다. 이것은 신경망을 속이기 위한 첫 번째이자 가장 인기 있는 공격 중 하나였습니다. aymericdamien/TensorFlow-예제에서 새로운 릴리스에 대한 알림을 원하십니까? TF v2에 대한 자습서 인덱스는 여기에서 확인할 수 있습니다: TensorFlow 2.0 예제. 공식 웹 사이트 : http://yann.lecun.com/exdb/mnist/. 마이크를 사용하여 키워드를 검색하고 말한 단어에 대한 확률 점수를 반환하는 앱을 탐색합니다. 고정된 MobileNetV2 모델과 ImageNet 클래스 이름을 로드해 보겠습니다. Colaboratory는 기계 학습 교육 및 연구를 보급하기 위해 만든 Google 연구 프로젝트입니다. 사용할 설정이 필요 없고 클라우드에서 완전히 실행되는 Jupyter 노트북 환경입니다. 블로그 게시물을 읽어보십시오. TensorFlow.js를 사용하여 웹캠에서 포착된 제스처를 인식하도록 신경망을 학습한 다음 TensorFlow Lite를 사용하여 모델을 변환하여 장치에서 추론을 실행합니다. 모든 예제를 다운로드하려면 이 리포지토리를 복제하기만 하면 됩니다.

설치하려면: 엡실론의 다른 값에 대해 이것을 시도하고 결과 이미지를 관찰해 봅시다. epsilon의 값이 증가함에 따라 네트워크를 속이기가 쉬워지지만, 이것은 혼란이 더 식별 될 수있는 절충으로 옵니다. 아무 일도 일어나지 않으면 GitHub 데스크톱을 다운로드하고 다시 시도하십시오. 강력하지만, 이 튜토리얼에서 보여진 공격은 적대적 공격에 대한 연구의 시작에 불과했으며, 그 이후로 더 강력한 공격을 만드는 여러 논문이 있었습니다. 적대적인 공격 외에도 연구는 강력한 기계 학습 모델을 만드는 것을 목표로 하는 방어 의 창조로 이어졌습니다. 이 설문 조사 백서에서 적대적 공격 및 방어에 대한 포괄적인 목록을 검토할 수 있습니다. 업데이트 (07/14/2019): 몇 가지 TensorFlow v2 예제를 추가! (더 곧). 적의 공격과 방어를 더 많이 구현하려면 적대적인 예제 라이브러리 CleverHans를 볼 수 있습니다. 이전 TensorFlow 버전 (0.11 이하)을 사용하는 경우 여기에서 살펴보십시오. 고급 Keras API는 딥 러닝 모델을 만들고 학습하는 구성 요소를 제공합니다. 이러한 초보자 친화적인 노트북 예제로 시작하여 TensorFlow Keras 가이드를 읽어보십시오.

follow site 위키미디어 커먼의 Mirko CC-BY-SA 3.0의 래브라도 리트리버 샘플 이미지를 사용하여 적대적인 예제를 만들어 보겠습니다.

go site