foolbox下载 - foolbox源代码下载

foolbox

Python

Version 3.3.4

下载

。

文档：API文档可以在ReadThedocs上找到。

Quickstart

pip install foolbox

使用Python 3.8测试了Foolbox，并且更新 - 但是，它很可能还可以与3.6-3.8版一起使用。要与Pytorch，Tensorflow或Jax一起使用，需要单独安装相应的框架。这些框架不是被声明为依赖项，因为不是每个人都想使用并安装所有框架，并且因为其中一些软件包对不同的体系结构和CUDA版本具有不同的构建。除此之外，所有基本依赖项均自动安装。

您可以在下面的“兼容性”部分中看到我们目前用于测试的版本，但通常可以使用较新的版本。

？例子

 import foolbox as fb

model = ...
fmodel = fb . PyTorchModel ( model , bounds = ( 0 , 1 ))

attack = fb . attacks . LinfPGD ()
epsilons = [ 0.0 , 0.001 , 0.01 , 0.03 , 0.1 , 0.3 , 0.5 , 1.0 ]
_ , advs , success = attack ( fmodel , images , labels , epsilons = epsilons )

可以在示例文件夹中找到更多示例，例如完整的RESNET-18示例。

？引用

如果您使用Foolbox进行工作，请使用以下Bibtex条目在Foolbox Anitial（即，傻瓜3.0）上引用我们的Joss Paper和iCML Workshop论文：

 @article {rauber2017foolboxnative，
  doi = {10.21105/joss.02607}，
  url = {https://doi.org/10.21105/joss.02607}，
  年= {2020}，
  Publisher = {the Open Journal}，
  音量= {5}，
  数字= {53}，
  页= {2607}，
  作者= {Jonas Rauber和Roland Zimmermann和Matthias Bethge和Wieland Brendel}，
  title = {foolbox本机：快速对抗攻击，以基准在Pytorch，Tensorflow和Jax}中的机器学习模型的稳健性，
  日记= {开源软件期刊}
}

@inproceedings {rauber2017foolbox，
  title = {foolbox：python工具箱，用于基准机器学习模型的鲁棒性}，
  作者= {Rauber，Jonas和Brendel，Wieland和Bethge，Matthias}，
  BookTitle = {野生研讨会中的可靠机器学习，第34届机器学习国际会议}，
  年= {2017}，
  url = {http://arxiv.org/abs/1707.04131}，
}