神经网络对抗样本原理

什么是对抗样本？对抗样本一般基于深度学习神经网络，其实际意义为通过对原始样本的修改，在人眼仍可以识别的情况下，让模型对加入对抗扰动后的原始输入进行高置信度的分类，而这种分类实际上与常识不符，人类无法认同。深度学习简例如上图，我们开了一个三个隐藏层的全连接网络，目标是你和右侧空间的图像。其中点为正负样