2019 CVPR 刘泓 Transferable Adversarial Training: A General Approach to Adapting Deep Classifiers

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达近日，快手 Y-Tech 团队研发上线了国内首家端上单目三维手势技术，用户在手机上就能体验到流畅的三维手势技术和相关魔表效果。历时一...

机器之心报道作者：蛋酱在今年的清华本科生特奖候选人中，来自电子系的刘泓 ICML、CVPR、NeurIPS 三篇顶会一作的成绩十分亮眼，此外，来自姚班的吕欣也因为在计算机基础理论研究上的...

本博客主要是台湾大学-李宏毅老师的公开课的总结。 一、简介 迁移学习主要是指将已有数据的领域知识迁移到数据缺乏的领域任务中，下面简单介绍下： 出现原因 迁移学习主要用于将源域(source domain)的知识迁移到目标域(target domain)，也可以理解为源域的数据辅助目标域数据的决策。其出现的主要原因是目标域数据较少，若仅仅使用目标域的数据，不足以训练一个比较好的模型，所以我们借助...

20 2019 CVPR Attention Based Glaucoma Detection: A Large-scale Database and CNN Model Method ： 分类 Dataset ：LAG 5824 fundus （2392 G，3432 N）、 RIM-ONE Architecture : AG-CNN | attention Results ：LAG AC...

[机器学习入门] 李宏毅机器学习笔记-21（Transfer Learning part 1 ; 迁移学习 part 1） PDF VIDEOTransfer Learning 利用与task没有直接相关的data 什么叫没有直接相关呢？ 比如： whyExample in real life 从漫画家的法则，来理解研究生法则 Overview 分成四个象限：下面将以象

这里写自定义目录标题Abstract 摘要1. Introduction 引言背景引入2. 相关工作 Related Work 论文作者： Xiaosen Wang Kun He 作者单位： School of Computer Science and Technology, Huazhong University of Science and Technology 作者邮箱： {xiaosen,brooklet60}@hust.edu.cn 源代码：https://github.com/JHL-HUS

准备写一个论文学习专栏，先以对抗样本相关为主，后期可能会涉及到目标检测相关领域。 内容不是纯翻译，包括自己的一些注解和总结，论文的结构、组织及相关描述，以及一些英语句子和相关工作的摘抄(可以用于相关领域论文的写作及扩展)。 平时只是阅读论文，有很多知识意识不到，当你真正去着手写的时候，发现写完之后可能只有自己明白做了个啥。包括从组织、结构、描述上等等很多方面都具有很多问题。另一个是对于专业术语、...

以具体搞笑的实例切入迁移学习的概念，然后给出了迁移学习的概述，在概述中描述了一张可以看到不同种类迁移学习的类型，然后再从表格中每一个类型展开进行讲解。 核心：他山之石可以攻玉

ENSEMBLE ADVERSARIAL TRAINING: ATTACKS AND DEFENSES 后续工作（2020年4月新增） 从2017年NIPS对抗攻击防御大赛开始，许多后续工作提出了更复杂的黑盒的transfer-based 攻击。通过结合额外的优化技术（例如动量（Dong et al.，2018）、数据增强（Xie et al.，2019b；Dong et al.，2019）或残差网络“跳跃连接”的梯度（Wu et al.，2020）），这些攻击大大提高了对抗样本的可迁移性。 虽.

论文标题：Evading Defenses to Transferable Adversarial Examples by Translation-Invariant Attacks 论文链接：https://arxiv.org/abs/1904.02884 关于对抗攻击： 白盒攻击（white-box attacks）：在已经获取机器学习模型内部的所有信息和参数上进行攻击。已知给定模型的梯度...

目录攻击防御物理 攻击 1. Towards Large yet Imperceptible Adversarial Image Perturbations withPerceptual Color Distance code链接 《朝向具有感知色差的大但不易察觉的对抗图像扰动 》 一般，用对抗效果和不可感知性来评估图像扰动的效果。其中，对于不可感知性的假设是，扰动要在RGB空间中达到严格的LpL_pLp​范数边界。在本论文中，作者通过采用一种人类色彩感知的方法来突破这一假设，即相对于感知颜色距离去最小

原于2018年1月在实验室组会上做的分享，今天分享给大家，希望对大家科研有所帮助。 今天给大家分享一下对抗训练（Adversarial Training，AT）。 为何要选择这个主题呢？ 我们从上图的Attention的搜索热度可以看出，Attention在出现后，不断被人们所重视，基本上现在的顶会论文都离不开Attention。 同样，AT的搜索热度也持续高涨，因此，我...

def at_loss(embedder, encoder, clf, batch, perturb_norm_length=5.0): embedded = embedder(batch) # [seq_len,batch,hidden_dim] embedded.retain_grad() ce = F.cross_entropy((clf(encoder(embedd...

本篇是迁移学习专栏介绍的第十八篇论文，发表在JMLR2016上。 Abstrac 提出了一种新的领域适应表示学习方法，即训练和测试时的数据来自相似但不同的分布。我们的方法直接受到域适应理论的启发，该理论认为，要实现有效的域转移，必须基于不能区分训练(源)域和测试(目标)域的特征进行预测。 该方法在神经网络体系结构的上下文中实现了这一思想，神经网络体系结构的训练对象是源域的标记数据和目标域的未...