PUMA:基于边缘的数据修剪

📝

内容提要

深度学习在分类准确性方面已经能够超过人类在许多任务上的表现。然而,为了实现对抗性扰动的稳健性,最佳方法通常需要对更大的训练集进行对抗性训练,而这些训练集通常是通过生成模型(如扩散模型)进行增强的。在本文中,我们的主要目标是减少这些数据要求,同时实现相同或更好的准确性 -...

➡️

继续阅读