Ein Python-Toolbox zur Erstellung adversarialer Beispiele, die neuronale Netzwerke in PyTorch, TensorFlow und JAX täuschen
Erstellen Sie Beispiele, die KI-Modelle dazu bringen, Fehler zu machen, um deren Zuverlässigkeit zu testen.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarEin Python-Toolbox zur Erstellung adversarialer Beispiele, die neuronale Netzwerke in PyTorch, TensorFlow und JAX täuschen
foolbox hat 3k Sterne auf GitHub. Es wurde 440-mal geforkt. foolbox ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. foolbox ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: adversarial-attacks, adversarial-examples, jax, keras.
Ein Python-Toolbox zur Erstellung adversarialer Beispiele, die neuronale Netzwerke in PyTorch, TensorFlow und JAX täuschen
foolbox ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. foolbox ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
foolbox ist unter der MIT-Lizenz verfügbar.
foolbox ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/bethgelab-foolbox.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.