当深度学习以惊人的准确性执行各种各样任务的同时，在图像分类等领域的深度神经网络却容易受到对抗样本的攻击，从而输出错误的预测结果。本次学术报告首先说明了对抗攻防的主要方法分类和残差网络的特点，然后重点讲解了一种提高对抗鲁棒性的特征降噪方法，最后介绍了对抗样本的应用领域。
提高对抗鲁棒性的特征降噪方法-于浩淼原创文章，作者：BFS，如若转载，请注明出处：https://www.isclab.org.cn/2021/04/19/%e6%8f%90%e9%ab%98%e5%af%b9%e6%8a%97%e9%b2%81%e6%a3%92%e6%80%a7%e7%9a%84%e7%89%b9%e5%be%81%e9%99%8d%e5%99%aa%e6%96%b9%e6%b3%95/