wwweiyx-CSDN博客

原创首次使用 git 配置 github，gitee 密钥

一直按回车，出现选择时输入 Y 直到生成一个 .ssh/id_rsa_xxx.pub 文件。如果你希望 Git 根据不同的仓库自动选择正确的 SSH 密钥，你可以创建或编辑。减少密钥输入频率，提高安全性，支持多个密钥，便于远程操作。ssh-add ~/.ssh/id_rsa 操作这两步。不一致可以使用如下命令进行设置。打开文件并且复制秘钥。

2023-12-15 17:38:47 695

原创 Deep Supervised Dual Cycle Adversarial Network for Cross-Modal Retrieval 论文阅读笔记

# 1. 论文信息本文是基于公共空间的跨模态检索方法。文章中提出了 DSDCAN 的方法，由两个 Cycle GAN 组成，该方法通过原始特征生成模态样式特征和公共空间特征。通过交换模态样式特征进行重建缩小了两个模态之间的差异。将标签文本嵌入到公共空间中，通过对抗训练和语义区分度损失优化公共空间的表示，并且通过二阶度量函数来弥补分布之间的差异。同时还使用了标签进行分类。这篇文章中使用了多个对抗性训练，并且集成了一些弥补模态差异的 loss。模型的结构和一些公共特征解耦的模型比较像。

2023-05-17 15:57:19 440

原创 An Overview of Cross-media Retrieval: Concepts, Methodologies, Benchmarks and Challenges 笔记

跨模态检索算法主要的挑战是“media gap”，不同媒体类型的表示是不一样的使得难以进行度量。common space learning methods：目前主流的方法，将不同模态的特征映射到公共空间中，在公共空间中进行度量cross-media similarity measurement：根据数据关系，直接计算跨模态相似度本文使用XXX和YYY来表示两种模态的数据。训练数据集可以表示为DtrXtrYtrDtrXtrYtr。

2023-03-10 12:24:10 535

原创 Towards Class-Oriented Poisoning Attacks Against Neural Networks 论文笔记

Towards Class-Oriented Poisoning Attacks Against Neural Networks 论文笔记

2022-11-22 16:01:18 529

原创 CLPA: Clean-Label Poisoning Availability Attacks Using Generative Adversarial Nets 论文阅读

论文笔记#

2022-11-22 15:56:17 408 1

原创 NARCISSUS: A Practical Clean-Label Backdoor Attack with Limited Information 论文笔记

论文笔记#

2022-11-22 15:37:45 625 1

原创 Clean-label Backdoor Attack against Deep Hashing based Retrieval论文笔记

Clean-label Backdoor Attack against Deep Hashing based Retrieval

2022-11-22 15:31:42 643

原创 clean-label backdoor attacks 论文笔记

这篇文章是最早做干净标签下的后门攻击的文章。作者在 BadNets 上进行了一系列的实验证明在以往的方法中直接使用 clean-label 会导致攻击的失败。为了实现在 clean-label 下的攻击，作者使用了 GAN-based interpolation 和 adversarial p-bounded perturbations 来增加分类器的训练难度，让分类器学习到更多 backdoor 的信息。

2022-11-22 15:23:46 2850 1

原创 Data-Efficient Backdoor 论文笔记

论文笔记#

2022-11-22 15:01:55 368 1

原创 Proactive Privacy-preserving Learning for Retrieval 论文笔记

这里的训练过程是一种对抗性训练方式，the generator is updated to enlarge the gap between the adversarial data and the original data，the surrogate model is trained with the opposing objective that is to maintain the search performance.对抗性训练的过程运用到了 Gradient Reversal Layer。

2022-11-22 14:56:22 348 1

原创 LIRA: Learnable, Imperceptible and Robust Backdoor Attacks 论文笔记

本文提出了一种新的攻击框架 LIRA，该框架可以学习一种隐形的后门以及带有该后门的优化器。本文将后门的学习过程视为一个非凸约束优化问题，通过交替优化的方同时训练后门注入函数TTT以及带有后门的分类器fff。之前的文章的 backdoor trigger 在视觉上有了改进，但是仍能被检测到。可以由上图看出，本文方法生成的 trigger 更加隐蔽。将攻击问题视为约束优化的问题，并且采用了交替优化的方式去解决。先前的文章是先训练 transformation function T，再训练f。

2022-11-22 14:50:39 805 1

原创 Compression-Resistant Backdoor Attack against Deep Neural Networks 论文笔记

将数据集分成3份（Clean data， Backdoor data， Compressed backdoor data）目的就是为了，最小化 backdoor 特征和 compressed backdoor 特征之间的距离，来实现鲁棒性。本文考虑了带有后门的特征和经过压缩后门特征之间的关系，来实现后门的鲁棒性。增强鲁棒性可以考虑这种做法。使用 Backdoor data 和 Compressed backdoor data 更新模型参数。文中未提及威胁模型，不过根据文章的做法攻击者需要参与整个训练过程。

2022-11-22 14:17:48 249

原创频域中的后门攻击论文笔记

后门频域攻击

2022-11-22 14:14:51 678 1

原创 Poison Ink: Robust and Invisible Backdoor Attack 论文笔记

Poison Ink: Robust and Invisible Backdoor Attack 论文笔记

2022-11-21 17:31:26 588 2

原创 Imperceptible Backdoor Attack: From Input Space to Feature Representation 笔记

Imperceptible Backdoor Attack: From Input Space to Feature Representation 笔记

2022-11-21 17:22:09 338

原创 Invisible Backdoor Attack with Sample-Specific Triggers 论文笔记

Invisible Backdoor Attack with Sample-Specific Triggers 笔记

2022-11-21 17:05:10 597 1

原创 Blind Backdoors in Deep Learning Models 论文笔记

Blind Backdoors in Deep Learning Models 论文笔记

2022-11-21 16:30:03 827 1

原创 BadEncoder: Backdoor Attacks to Pre-trained Encoders in Self-Supervised Learning 论文笔记

这篇文章是首个针对与训练模型的后门攻击文章。BadEncoder 通过攻击自监督的预训练模型，将后门注入预训练编码器 encoder 中，同时导致下游的模型也继承后门属性。effectiveness goal: 基于 backdoor image encoder 训练的下游分类器，都应该继承了预训练模型的后门。即下游分类器遇上带有 trigger 的样本，也应该将其预测为 target 类。

2022-11-21 16:04:47 727 1

原创 pytorch加载模型错误 Missing key(s) RuntimeError: Error(s) in loading state_dict for 多卡加载错误

pytorch 加载模型错误：RuntimeError: Error使用 torch.save() 保存权重时，通过 model.module.state_dict() 获取模型权重。包装后的模型参数的关键字会比没用 nn.DataParallel 包装的模型参数的关键字前面多一个"在使用nn.DataParallel之前就先读取模型，然后再使用nn.DataParallel。加载模型时使用 nn.DataParallel。保存权重前增加 module。把 module. 删掉。手动添加 module.

2022-08-11 17:56:28 1160

原创 [模块]pytorch模型的储存和载入

pytorch保存和载入模型

2022-07-07 12:38:56 1043

原创 NAG: Network for Adversary Generation 笔记

NAG: Network for Adversary Generation 对抗样本本文提出训练生成网络生成 UAP。因为无法得知 UAP 的真实分布，所以作者设置了一个特别的生成网络结构，通过优化 Fooling Objective 和 Diversity Objective 来使得生成器能够产生一系列的 UAP。以前的工作通常使用优化的方法在数据集上生成一个 UAP，但是先前的文章证明了对抗扰动存在于一个大的连续的区域，而不是分散在空间中。所以本文试图通过生成模型去捕获这些未知的对抗扰动的分布。模型

2022-06-30 21:47:39 436

原创 kaggle 在无网络的环境下安装packages的方法

在kaggle可以直接使用pip命令去安装需要的库。只需要将setting中的internet选项打开在侧边栏打开internet选项例如安装但是有些比赛提交的notebook不允许联网，这时候就需要离线安装。具体步骤如下：下载完成后会看到文件夹中出现了里面为安装包结果:将whl文件打包到压缩包中结果:可以使用kaggle网页的按钮进行下载（不知道为什么压缩包比较大时使用网页下载按钮没有反应）使用add data将whl文件上传上传成功后就可以看到input中多了一个文件夹，里面就是所需要的包注意

2022-06-07 21:27:56 4285 7

原创 pytorch 中的 .detach() .clone()

pytorch tensor 中的和 detach() 的用法在写代码时经常能见到通过操作生成一个和原本 tensor 值相同的新 tensor为什么需要同时使用和，接下来通过代码进行说明生成两个 tensor，并且求梯度输出结果：可以看到 a, b 的梯度分别为 [2., 2.]，[1., 1.]使用 a_=a.detch() 脱离计算图在上面的代码中加上并且使用计算和 backward()输出结果：此时 a 的梯度为 none，因为生成了一个新的 tensor 并且从计算图

2022-06-06 17:32:06 1163

原创 [Zotero] 解决ubuntu中zotero:// 链接跳转无法工作的问题

在Ubuntu中安装zotero可以直接在官网下载linux版本官网链接安装教程参考但是通过官网进行安装会出现链接无法跳转的情况解决方法在官方的安装说明文档中，选使用deb方式安装链接：zotero-deb安装命令：wget -qO- https://apt.retorque.re/file/zotero-apt/install.sh | sudo bashsudo apt updatesudo apt install zotero卸载命令wget -qO- https://

2022-03-03 12:32:00 2177

原创跨模态检索评价指标，pr曲线，map

跨模态检索评价指标精确率，准确率，召回率，混淆矩阵以二分类算法为基础TN：算法预测为负例（N），实际上也是负例（N）的个数，即算法预测对了（True）；FP：算法预测为正例（P），实际上是负例（N）的个数，即算法预测错了（False）；FN：算法预测为负例（N），实际上是正例（P）的个数，即算法预测错了（False）；TP：算法预测为正例（P），实际上也是正例（P）的个数，即算法预测对了（True）混淆矩阵预测值 0预测值 1真实值 0TNFP真实值 1

2021-10-10 00:33:23 1422 1

原创 Robust Deep Supervised Hashing for Image Retrieval 笔记

Robust Deep Supervised Hashing for Image Retrieval 笔记文章目录Robust Deep Supervised Hashing for Image Retrieval 笔记1）关于图像哈希的一些介绍相似图片搜索2) 常见的哈希算法一些常见的哈希算法RDSH3) 文中方法介绍问题的数学定义方法模型1.输入模块2.神经网络模块3.损失函数模块quantization lossLogistic Regression Pairwise LossRobust Pa

2021-03-13 22:43:05 200 2

原创 TRAINING DEEP NEURAL-NETWORKS BASED ON UNRELIABLE LABELS 论文笔记

TRAINING DEEP NEURAL-NETWORKS BASED ON UNRELIABLE LABELS 论文笔记论文摘要本文解决的问题是如何使用不可靠的标签进行神经网络的训练。作者通过假设一个噪声层，通过真实标签加上一个参数未知的噪声信道产生观察到的标签。提出了一种学习神经网络参数和噪声分布的方法。将这种方法和忽略了错误标签的标准的反向传播神经网络训练进行比较。在几个标准的分类任务中展示了该方法对性能的改进。证明了该方法有提升，即使标签是手动设置的正确标签，也能得到提升。TRA

2021-03-13 22:27:44 209

原创 Symmetric Cross Entropy for Robust Learning with Noisy Labels 笔记

SCE笔记《Symmetric Cross Entropy for Robust Learning with Noisy Labels》文章目录SCE笔记存在的问题提出的方法Cross Entropy的局限性SCE的具体做法定义鲁棒性分析梯度分析RCE和MAE实验实验准备实验验证实验设置：类标签的学习预测置信度和分布可视化参数分析消融实验效果对比存在的问题作者通过对DNN训练过程的进一步分析，发现使用CCE损失函数是class-biased的class-biased: 训练数据中存在着不同的类别

2021-03-13 22:24:51 2045

原创 pytorch中常见的损失函数

pytorch中常见的损失函数参考自：https://mp.weixin.qq.com/s/2oUNYUwkrVUN1fV4zDER7Q文章目录pytorch中常见的损失函数1.交叉熵损失交叉熵简介BCELossBCEWithLogitsLossNLLLossCrossEntropyLoss2.KL散度KL散度简介KLDivLoss3.平均绝对误差（L1范数）L1范数简介L1Lossl1_loss04 均方误差损失（L2范数）L2范数简介MSELossmse_loss5.铰链损失函数Hinge loss

2021-03-13 20:45:17 1168

weiyuxin的博客

原创首次使用 git 配置 github，gitee 密钥

原创 Deep Supervised Dual Cycle Adversarial Network for Cross-Modal Retrieval 论文阅读笔记

原创 An Overview of Cross-media Retrieval: Concepts, Methodologies, Benchmarks and Challenges 笔记

原创 Towards Class-Oriented Poisoning Attacks Against Neural Networks 论文笔记

原创 CLPA: Clean-Label Poisoning Availability Attacks Using Generative Adversarial Nets 论文阅读

原创 NARCISSUS: A Practical Clean-Label Backdoor Attack with Limited Information 论文笔记

原创 Clean-label Backdoor Attack against Deep Hashing based Retrieval论文笔记

原创 clean-label backdoor attacks 论文笔记

原创 Data-Efficient Backdoor 论文笔记

原创 Proactive Privacy-preserving Learning for Retrieval 论文笔记

原创 LIRA: Learnable, Imperceptible and Robust Backdoor Attacks 论文笔记

原创 Compression-Resistant Backdoor Attack against Deep Neural Networks 论文笔记

原创频域中的后门攻击论文笔记

原创 Poison Ink: Robust and Invisible Backdoor Attack 论文笔记

原创 Imperceptible Backdoor Attack: From Input Space to Feature Representation 笔记

原创 Invisible Backdoor Attack with Sample-Specific Triggers 论文笔记

原创 Blind Backdoors in Deep Learning Models 论文笔记

原创 BadEncoder: Backdoor Attacks to Pre-trained Encoders in Self-Supervised Learning 论文笔记

原创 pytorch加载模型错误 Missing key(s) RuntimeError: Error(s) in loading state_dict for 多卡加载错误

原创 [模块]pytorch模型的储存和载入

原创 NAG: Network for Adversary Generation 笔记

原创 kaggle 在无网络的环境下安装packages的方法

原创 pytorch 中的 .detach() .clone()

原创 [Zotero] 解决ubuntu中zotero:// 链接跳转无法工作的问题

原创跨模态检索评价指标，pr曲线，map

原创 Robust Deep Supervised Hashing for Image Retrieval 笔记

原创 TRAINING DEEP NEURAL-NETWORKS BASED ON UNRELIABLE LABELS 论文笔记

原创 Symmetric Cross Entropy for Robust Learning with Noisy Labels 笔记

原创 pytorch中常见的损失函数

原创 pytorch中tensor创建方法

原创 Scikit-learn 笔记之 LogisticRegression

原创使用labview制作简单串口通信

空空如也

空空如也