神经网络攻击傻瓜箱(FGSM)

Question

我试图攻击一个位于文件(model.h5)中的keras神经网络模型，并且在万事达的文档中，TensorFlowModel支持keras模型。然而，当我将它应用于我的keras模型时，我会得到一个错误。我想知道这是否是由于我使用的愚人节版本？

码

import foolbox
import numpy as np
import tensorflow as tf 

from foolbox.attacks import FGSM
from foolbox.criteria import Misclassification


############## Loading the model and preprocessing #####################  
tf.keras.backend.set_learning_phase(False)
model = tf.keras.load_model("model.h5") 
_, (images, labels) = tf.keras.datasets.mnist.load_data()
images = images.reshape(images.shape[0], 28, 28, 1)
images = images / 255
images = images.astype(np.float32)

######################### Attacking the model ##########################
fmodel = foolbox.models.TensorFlowModel(model, bounds=(0, 1))
attack = foolbox.attacks.FGSM(fmodel, criterion=Misclassification())
adversarial = np.array([attack(images[0], label=labels[0])])

model_predictions = model.predict(adversarial)
print('real label: {}, label prediction; {}'.format(
    labels[0], np.argmax(model_predictions)))

误差

TypeError                                 Traceback (most recent call last)

<ipython-input-28-29f5e9da9c7e> in <module>()
     27 ######################### Attacking the model ##########################
     28 
---> 29 attack = foolbox.attacks.FGSM(fmodel, criterion=Misclassification())
     30 adversarial = np.array([attack(images[0], label=labels[0])])
     31 

TypeError: __init__() missing 1 required positional argument: 'labels'

Answer 1

就在今天，我遇到了这个问题，看到这里没有答案，我感到很难过。但我想出来了，我们走吧。

是的，这是由于你使用的愚人节版本。

在2.4.0版和3.0.0b1版之间，大脑盒将错误分类从没有参数的函数更改为需要“标签”参数的函数。使用糊状盒2.4.0可以解决这个问题。