foolbox：一款神奇的Python工具箱

本文和大家分享的主要是python工具箱foolbox相关内容，一起来看看吧，希望对大家学习python有所帮助。

　　Foolbox简介

　　Foolbox是一个Python工具箱，它可以创建一些对抗样本从而来迷惑神经网络。 它需要Python，NumPy和SciPy。

　　安装

　　pip install foolbox

　　我们测试的时候使用的是Python 2.7、3.5和3.6版本。当然Python其它版本也可以工作。但是我们建议使用Python 3版本！

　　样例

　　import foolbox

　　import kerasfrom keras.applications.resnet50 import ResNet50, preprocess_input

　　# instantiate model

　　keras.backend.set_learning_phase(0)

　　kmodel = ResNet50(weights='imagenet')

　　fmodel = foolbox.models.KerasModel(kmodel, bounds=(0, 255),preprocess_fn=preprocess_input)

　　# get source image and label

　　image, label = foolbox.utils.imagenet_example()# apply attack on source image

　　attack  = foolbox.attacks.FGSM(fmodel)

　　adversarial = attack(image, label)

　　其它一系列深度学习的接口也是可以用的，例如TensorFlow，PyTorch，Theano，Lasagne和MXNet等。

model = foolbox.models.TensorFlowModel(images, logits, bounds=(0, 255))

model = foolbox.models.PyTorchModel(torchmodel, bounds=(0, 255), num_classes=1000)

# etc.

　　不同的对抗标准，例如Top-k，特定的Target Class或Original Class、Target Class的目标概率值可以传递给attack，例如：

criterion = foolbox.criteria.TargetClass(22)

attack    = foolbox.attacks.FGSM(fmodel, criterion)

来源：极客头条