模型压缩中的对抗鲁棒性实验分析

摘要：

模型压缩和对抗鲁棒性在深度学习模型落地到实际应用场景中扮演着重要的角色,本文将二者结合到同一视角下,探讨在模型压缩同时又可以使精简后的模型具有鲁棒性的问题.在对抗训练的框架下,对模型压缩和模型鲁棒性之间一些性质上的关联进行了研究,并且通过实验证明了模型压缩和对抗鲁棒性可以同时得到.

关键词：深度神经网络、模型压缩、对抗攻击、对抗训练

所属期刊栏目：48

分类号：O142(数理逻辑、数学基础)

资助基金：国家自然科学基金61876090

在线出版日期：2020-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：69-75