BriefGPT.xyz
大模型
Ask
alpha
关键词
adversarial pruning
搜索结果 - 3
无需对抗样本修剪对抗鲁棒神经网络
该研究通过运用自蒸馏和信息瓶颈方案,提出新的神经网络剪枝框架,使其可以在保持鲁棒性的情况下压缩其大小并提高训练效率。
PDF
2 years ago
CVPR
遮盖对抗损伤:寻找稳健、稀疏网络的对抗显著性
深度神经网络中的对抗样本会引起弱可靠性和潜在安全问题。为了解决对抗鲁棒性和模型压缩之间的问题,我们提出了一种基于对抗损失的二阶信息的新对抗剪枝方法,称为 MAD。通过在三个公共数据集上进行的广泛实验,我们证明了 MAD 有效地剪枝了对抗训练
→
PDF
2 years ago
非参数分类的鲁棒性:一种通用攻击和防御
文章系统研究了非参数分类器的对抗性问题,提出了全新的数据预处理方案 adverasrial pruning,并且得到了理论最优的鲁棒分类器,实验结果显示该方法更好或竞争性更好。
PDF
5 years ago
Prev
Next