به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

0 امتیاز

سلام
من برای حمله adversarial میخوام به جای کل تصویر یک mask از تصویر رو تغییر بدم تا خروجی تغییر کنه ولی نمی دونم چجوری باید کد رو تغییر بدم تا فقط یک قسمت از تصویر رو آپدیت کنه
اگر به جای var_list=[x_hat] یک slice از x_hat رو قرار بدم قبول نمیکنه میگه باید variable باشه
اگه variable اش کنم دوباره یک جا دیگه ارور بوجود میاد
راه درستش چیه؟ :(
اینم کدی هست که دارم:

img=tf.Variable(tf.zeros((1,64,64,3)))
x = tf.placeholder(tf.float32, (1,64, 64, 3))
x_hat = img # our trainable adversarial input
assign_op = tf.assign(x_hat, x)

optimization_step = tf.train.GradientDescentOptimizer(
    learning_rate).minimize(loss, var_list=[x_hat])
for i in range(10000):
    # gradient descent step
    _, loss_value = sess.run(
        [optimization_step,loss],
        feed_dict={x:np.asarray(image)[None,:,:,:]}) 
    sess.run(project_step, feed_dict={x:np.asarray(image)[None,:,:,:], epsilon: 25})
    if (i+1) % 100 == 0:
        print('step %d , loss = %g' % (i+1, loss_value))
  
سوال شده توسط (410 امتیاز)

1 پاسخ

+1 امتیاز

سلام
بنده این موضوع رو کار نکردم
ولی شاید بتونی یه ماتریس بصورت ماسک تعریف کنی تبدیل به تنسورش بکنی و تو تصویر مورد نظرت ضرب کنی!

پاسخ داده شده توسط (830 امتیاز)
...