Security Risks in Deep Learning Implementations论文笔记
原文地址：https://arxiv.org/abs/1711.11008 0 摘要 深度学习算法的进步掩盖了其在软件实现中的安全风险。本文公开了流行的深度学习框架（包括Caffe，TensorFlow和Torch）中的一组漏洞。与深度学习模型的较小代码体积相反，这些深度学习框架很复杂，并且依赖于大量的开源软件包。本文通过研究这些漏洞对常见的深度学习应用程序（如语音识别和图像分类）的影响，来考虑这
相关文章
- 1. Deep Learning 论文笔记 (3): Deep Learning Face Attributes in the Wild
- 2. 论文笔记：Deep Residual Learning
- 3. 论文笔记(1)：Deep Learning.
- 4. Machine Learning & Deep Learning 论文阅读笔记
- 5. 论文阅读笔记《Deep Meta-Learning: Learning to Learn in the Concept Space》
- 6. 论文笔记：DEEP LEARNING FOR MONAURAL SPEECH SEPARATION
- 7. 【论文笔记】Deep Learning on Graphs: A Survey
- 8. 【论文笔记】Deep Metric Learning via Facility Location
- 9. Deep Learning on Graphs: A Survey论文笔记
- 10. Deep Mutual Learning论文阅读笔记
- 更多相关文章...
- • SQL IN 操作符 - SQL 教程
- • Swift for-in 循环 - Swift 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Scala 中文乱码解决
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Deep Learning 论文笔记 (3): Deep Learning Face Attributes in the Wild
- 2. 论文笔记：Deep Residual Learning
- 3. 论文笔记(1)：Deep Learning.
- 4. Machine Learning & Deep Learning 论文阅读笔记
- 5. 论文阅读笔记《Deep Meta-Learning: Learning to Learn in the Concept Space》
- 6. 论文笔记：DEEP LEARNING FOR MONAURAL SPEECH SEPARATION
- 7. 【论文笔记】Deep Learning on Graphs: A Survey
- 8. 【论文笔记】Deep Metric Learning via Facility Location
- 9. Deep Learning on Graphs: A Survey论文笔记
- 10. Deep Mutual Learning论文阅读笔记