RobNets 开源项目使用教程

2024-08-26 02:42:43作者：柯茵沙

RobNets：抗攻击的神经架构搜索新探索。本项目源于CVPR 2020论文，致力于寻找在对抗性攻击下保持坚韧性的一流网络设计。通过深入研究，我们揭示了一组强大的架构——RobNets，它们在面对恶意扰动时展现出卓越的稳健性能，超越传统架构。借助此仓库，你不仅能获得实现代码，还能探索如何调整配置，针对CIFAR10、SVHN乃至ImageNet数据集进行实验，训练属于你的RobNets模型。利用PyTorch和分布式训练能力，即使作为新手，也能轻松上手并挑战如PGD-20等高级别对抗攻击测试，见证高达83.5%的清洁准确率与约52.1%的对抗环境下的稳健表现。现在就加入，解锁深度学习中的防御新策略！

项目地址：https://gitcode.com/gh_mirrors/ro/RobNets

1. 项目的目录结构及介绍

RobNets 项目的目录结构如下：

RobNets/
├── checkpoint/
├── data/
├── experiments/
│   ├── RobNet_free_cifar10/
│   │   └── config.py
│   ├── RobNet_large_cifar10/
│   │   └── config.py
│   └── ...
├── models/
│   ├── __init__.py
│   ├── robnet.py
│   └── ...
├── requirements.txt
├── main.py
└── README.md

目录结构介绍：

checkpoint/：存储预训练模型的文件夹。
data/：存储数据集的文件夹。
experiments/：包含不同实验配置的文件夹，每个子文件夹中包含一个 config.py 文件。
models/：包含模型定义的文件夹，如 robnet.py。
requirements.txt：项目依赖的 Python 包列表。
main.py：项目的启动文件。
README.md：项目说明文档。

2. 项目的启动文件介绍

项目的启动文件是 main.py。该文件负责加载配置、初始化模型、进行训练或测试等操作。

启动文件主要功能：

加载实验配置文件。
初始化模型。
进行训练或测试。

示例命令：

python main.py --config=' /experiments/RobNet_free_cifar10/config.py' --eval_only

3. 项目的配置文件介绍

配置文件位于 experiments/ 目录下的各个子文件夹中，每个子文件夹包含一个 config.py 文件。

配置文件主要内容：

数据集路径。
模型参数。
训练和测试的参数设置。

示例配置文件内容（`experiments/RobNet_free_cifar10/config.py`）：

# 数据集路径
data_path = ' /data/'

# 模型参数
model_param = {
    'architecture': 'RobNet_free',
    'num_classes': 10
}

# 训练参数
train_param = {
    'batch_size': 64,
    'epochs': 100,
    'learning_rate': 0.001
}

# 测试参数
test_param = {
    'batch_size': 64
}