2840216705@qq.com欢迎学习交流

而动量机制通过累积多次迭代的梯度信息，可以更全面地利用这些梯度信息，从而在更大范围内找到模型的弱点，增强对抗攻击的效果。而动量机制通过累积多个梯度信息，可以帮助模型摆脱局部最优解的困扰，更容易找到全局最优解或更好的局部最优解，从而生成更强的对抗样本。MI-FGSM 将动量引入到 FGSM 中，通过在每一步迭代中累积梯度的动量，生成更强的对抗样本。动量的作用是利用之前的梯度信息来增强当前更新的方向，从而提高对抗样本生成的效率。) 是之前( t )次迭代的累积梯度，即第 ( t ) 步的动量梯度。