May, 2018
对抗噪声层:通过添加噪声正则化神经网络
Adversarial Noise Layer: Regularize Neural Network By Adding Noise
Zhonghui You, Jinmian Ye, Kunming Li, Zenglin Xu, Ping Wang
TL;DR本研究介绍了一种新的正则化方法 —— 对抗性噪声层(ANL)及其高效版本 —— 类对抗性噪声层(CANL),通过在中间层激活中添加巧妙裁剪的噪声,能够明显提高 CNN 的泛化能力。与传统的对抗训练方法相比,使用 ANL 或 CANL 训练的模型更能抵御 FGSM 生成的对抗性样本。