zoukankan      html  css  js  c++  java
  • GitHub项目推荐 | 用于对机器学习模型进行对抗性攻击、防御和基准测试的Python库:CleverHans 3.0.0

    CleverHans (最新版本: v3.0.0)

    项目地址:https://github.com/tensorflow/cleverhans

    此资料库包含CleverHans的源代码,CleverHans是一个Python库,用于将机器学习系统中的漏洞与对抗性示例进行对比。 您可以在随附的博客上了解有关此类漏洞的更多信息。

    CleverHans资料库正在不断发展,并欢迎贡献最新的攻击和防御。 我们尤其欢迎在解决目前悬而未决的问题方面得到帮助。

    设置CleverHans

    依赖关系

    这个库使用TensorFlow来加速许多机器学习模型执行的图形计算。因此,安装TensorFlow是一个前提条件。

    你可以在这里找到说明。为了获得更好的性能,还建议在GPU支持下安装TensorFlow(关于如何实现这一点的详细说明可以在TensorFlow安装文档中找到)。

    安装TensorFlow将处理所有其他依赖项,比如 numpy 和 scipy 。

     

    pip安装

    如果你使用pip进行安装,在安装完TensorFlow后运行如下命令:

    pip install cleverhans

    运行命令后将会安装上传到Pypi的最新版本。如果你想安装最前沿的版本,请使用如下命令安装:

    pip install git+https://github.com/tensorflow/cleverhans.git#egg=cleverhans

     

    安装用于开发

    如果你想对CleverHans进行可编辑的安装,以便开发库并提供更改,首先在GitHub上fork CleverHans库,然后将fork克隆到你选择的目录中:

    git clone https://github.com/tensorflow/cleverhans

    然后,您可以在“可编辑”模式下安装本地程序包,以便将其添加到 PYTHONPATH:

    cd cleverhans
    pip install -e ./cleverhans

    目前支持的设置

    尽管CleverHans可能可以在许多其他配置的机器上工作,但我们目前在Ubuntu 14.04.5 LTS(Trusty Tahr)上使用Python {2.7,3.5}和TensorFlow {1.8,1.12}对其进行了测试。 不推荐使用1.8或之前版本的TensorFlow。 这些版本的向后兼容性包装器可能会在2019-01-26之后删除,在此之后我们将不会修复这些版本的错误。 对TensorFlow 1.3及更早版本的支持已被弃用:我们不修复这些版本的bug,并且这些版本的任何剩余包装代码可能会被删除,恕不另行通知。

    获取支持

    如果您有支持请求,请在StackOverflow上提出问题,而不是在GitHub问题跟-踪-器中打开问题。 GitHub问题跟-踪-器只用于报告错误或发出功能请求。

    贡献

    欢迎贡献!为了加快代码审查进度,我们有以下要求:

    • 在CleverHans开发的邮件列表上协调新的工作和功能,邮箱:cleverhans-dev@googlegroups.com。
    • 在为CleverHans做代码贡献时,请在pull请求中遵循 PEP8的两个空格 的编码风格(与TensorFlow使用的相同)。在大多数情况下,可以通过已经编辑的文件上运行autopep8 -i --indent-size 2 <file>来完成操作。通过运行 nosestests cleverhans/devtools/tests/test_format.py 来检查代码,或者通过从CleverHans存储库根目录中运行pylint <file>来检查单个文件。
    • 在进行首次pull请求的时候,请登录Google CLA
    • 由于在维护git子模块的过程中出现了问题,我们不接受添加git子模块的pull请求

    你可以通过github的pull请求启动错误修复。

    作者

    CleverHans库由Ian Goodfellow(Google Brain)和Nicolas Papernot(Google Brain)进行管理和维护。

    作者列表请访问项目地址查看:https://github.com/tensorflow/cleverhans

    Copyright

    版权所有2018 - Google Inc.,OpenAI和宾夕法尼亚州立大学。

  • 相关阅读:
    李洪强IOS经典面试题 33-计算有多少个岛屿
    李洪强iOS经典面试题32-简单介绍 ARC 以及 ARC 实现的原理
    李洪强iOS经典面试题31-解释垃圾回收的原理
    iOS音频合并
    Macbook小问题
    weex-iOS集成
    WEEX快速入门
    Mac上Nginx-增加对HLS的支持
    iOS直播-基于RTMP的视频推送
    iOS直播-播放基于RTMP协议的视频
  • 原文地址:https://www.cnblogs.com/blogwangwang/p/11575007.html
Copyright © 2011-2022 走看看