本文介绍了AutoLip和SeqLip两种神经网络架构方法的Lipschitz常数的自动上界估计算法，并讨论了该算法在计算大型卷积和顺序神经网络时的使用情况和启发式技巧。提供了使用PyTorch环境的AutoLip实现，可以更精确地评估神经网络对小扰动的鲁棒性或进行正则化。