jsma实现程序笔记

jsma实现流程

• 求前向导数
• 求显著性映射
• 更新

显著性映射找到了影响最大的两个像素点
循环中迭代次数是固定的，每次迭代，像素值增加theta

#get the saliency map and calculate the two pixels that have the greatest influence
p1, p2 = saliency_map(jacobian, var_target, increasing, search_domain, num_features)
var_sample_flatten = var_sample.view(-1, num_features)
var_sample_flatten[0, p1] += theta
var_sample_flatten[0, p2] += theta

为了找到超参数θ的含义，在查看实现代码的过程中遇到的一些troch中函数，在此记录一下。
DEEPSEC代码中注释多一点，advTorch几乎没有

torch.view()

类似于reshape 操作，操作对象可以是Tensor或者Variable。操作前提是tensor在内存中连续存放（contiguous，可用Tensor.is_contiguous()判断）。如果在view之前用了transpose, permute等，需要用contiguous()来返回一个contiguous copy。
可以用tensor.max( tensor.view ( -1,size * size ) ) 求最大的值和idx
详细解释见 PyTorch中的contiguous

torch.stack()

dim=0时，则就是讲[]中的n个矩阵变成n维，按照顺序，第i维是第i个矩阵，size=(i，x，y)
dim=1是，将列表[]中的每个矩阵的第一行组成第一维矩阵，依次下去,每个数组第n行组成第n维数组。size=(n，i，y)
dim=2是，讲列表[]中的

• 每个矩阵的第一行的第一个值，组成第一维的第一行，每一个矩阵的第一行第二个值组成第一维的第二行，以此类推，，每一个矩阵的第一行第n个值，组成第一维的第n行。

• 每个矩阵的第二行的第一个值，组成第二维的第一行，每一个矩阵的第二行第二个值组成第二维的第二行，以此类推，每一个矩阵的，第二行第n个值，组成第二维的第n行。

• 以此类推
  每个矩阵的第n行的第一个值，组成第n维的第一行，每一个矩阵的第n行第二个值组成第n维的第二行，以此类推，每一个矩阵的，第n行第n个值，组成第n维的第n行。size=(n，y，i)

torch.remainder(input, divisor, out=None)

说明： 返回一个新张量，包含输入input张量每个元素的除法余数。除数与被除数可能同时包含整数或浮点数，余数与除数有相同的符号

参数：
input(Tensor) – 被除数
divisor(Tensor or float) – 除数，一个数或者与除数相同大小的张量
out(Tensor，可选) – 输出张量

dim() → int

返回tensor的维数

torch.eq(input, other, out=None) → Tensor

说明： 比较元素相等性。第二个参数可为一个数或与第一个参数同类型形状的张量。
参数：

• input (Tensor) – 待比较张量
• other (Tensor or float) – 比较张量或数
• out (Tensor,optional) – 输出张量，须为 ByteTensor类型 or 与input同类型

torch.gt(input, other, out=None) → Tensor

说明： 逐元素比较input和other ， 即是否input[i] > other[i] 如果两个张量有相同的形状和元素值，则返回True ，否则 False。 第二个参数可以为一个数或与第一个参数相同形状和类型的张量

• input (Tensor) – 要对比的张量
• other (Tensor or float) – 要对比的张量或float值
• out (Tensor, optional) – 输出张量。必须为ByteTensor或者与第一个参数tensor相同类型。

torch.lt(input, other, out=None) → Tensor

说明： 逐元素比较input和other ， 即是否 input < other，其他同上

numpy.prod(a, axis=None, dtype=None, out=None,)

Return the product of array elements over a given axis.元素相乘结果，可指定axis

any(),long()

python 内置函数 any() 函数用于判断给定的可迭代参数 iterable 是否全部为 False，则返回 False，如果有一个为 True，则返回 True。
元素除了是 0、空、FALSE 外都算 TRUE。
python 内置函数 long() 函数将数字或字符串转换为一个长整型，类似于float()