面向隐空间对抗训练加速
机器学习
2021-03-10 v2 人工智能
摘要
对抗训练被广泛认为是抵御对抗样本最有效的方式之一。然而，现有对抗训练方法由于在大型输入空间中生成对抗样本，消耗了难以承受的时间。为加速对抗训练，我们提出一种无需生成真实对抗样本的新颖对抗训练方法。通过对 logits 添加扰动以生成内源对抗样本（EAEs）——即隐空间中的对抗样本，可避免耗时的梯度计算。我们在 CIFAR-10 和 ImageNet 上进行了大量实验，结果表明，与最先进的方法相比，我们的 EAE 对抗训练不仅缩短了训练时间，而且增强了模型的鲁棒性，并且对干净样本精度的影响小于现有方法。
引用
@article{arxiv.2102.00662,
title = {Towards Speeding up Adversarial Training in Latent Spaces},
author = {Yaguan Qian and Qiqi Shao and Tengteng Yao and Bin Wang and Shouling Ji and Shaoning Zeng and Zhaoquan Gu and Wassim Swaileh},
journal= {arXiv preprint arXiv:2102.00662},
year = {2021}
}