foolbox下載 - foolbox源代碼下載

foolbox

Python

Version 3.3.4

下載

。

文檔：API文檔可以在ReadThedocs上找到。

Quickstart

pip install foolbox

使用Python 3.8測試了Foolbox，並且更新 - 但是，它很可能還可以與3.6-3.8版一起使用。要與Pytorch，Tensorflow或Jax一起使用，需要單獨安裝相應的框架。這些框架不是被聲明為依賴項，因為不是每個人都想使用並安裝所有框架，並且因為其中一些軟件包對不同的體系結構和CUDA版本具有不同的構建。除此之外，所有基本依賴項均自動安裝。

您可以在下面的“兼容性”部分中看到我們目前用於測試的版本，但通常可以使用較新的版本。

？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 )

可以在示例文件夾中找到更多示例，例如完整的RESNET-18示例。

？引用

如果您使用Foolbox進行工作，請使用以下Bibtex條目在Foolbox Anitial（即，傻瓜3.0）上引用我們的Joss Paper和iCML Workshop論文：

 @article {rauber2017foolboxnative，
  doi = {10.21105/joss.02607}，
  url = {https://doi.org/10.21105/joss.02607}，
  年= {2020}，
  Publisher = {the Open Journal}，
  音量= {5}，
  數字= {53}，
  頁= {2607}，
  作者= {Jonas Rauber和Roland Zimmermann和Matthias Bethge和Wieland Brendel}，
  title = {foolbox本機：快速對抗攻擊，以基准在Pytorch，Tensorflow和Jax}中的機器學習模型的穩健性，
  日記= {開源軟件期刊}
}

@inproceedings {rauber2017foolbox，
  title = {foolbox：python工具箱，用於基準機器學習模型的魯棒性}，
  作者= {Rauber，Jonas和Brendel，Wieland和Bethge，Matthias}，
  BookTitle = {野生研討會中的可靠機器學習，第34屆機器學習國際會議}，
  年= {2017}，
  url = {http://arxiv.org/abs/1707.04131}，
}