对抗鲁棒性使得神经网络又强又怂

AI TIME欢迎每一位AI爱好者的加入！ 对抗样本的存在表明现代神经网络是相当脆弱的。 为解决这一问题，研究者相继提出了许多方法，其中使用对抗样本进行训练被认为是至今最有效的方法之一。 然而，经过对抗训练后神经网络对于正常样本的性能往往会下降，这一问题引起了学术界的广泛关注，这种准确度与鲁棒性之间互相妥协的本质原因仍未被找出。 在这一工作中，讲者及其团队从正则化的角度来研究神经网络的对抗鲁棒性。

>>阅读原文<<