adversarial-robustness-toolbox
Adversarial Robustness Toolbox (ART) - Python-Bibliothek für die Sicherheit von Machine Learning - Evasion, Poisoning, Extraction, Inference - Rote und Blaue Teams
Bewerten und schützen Sie maschinelle Lernmodelle vor Sicherheitsbedrohungen mit einem spezialisierten Toolkit.
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 abbestellbarAdversarial Robustness Toolbox (ART) - Python-Bibliothek für die Sicherheit von Machine Learning - Evasion, Poisoning, Extraction, Inference - Rote und Blaue Teams
adversarial-robustness-toolbox hat 6.1k Sterne auf GitHub. Es wurde 1.3k-mal geforkt. adversarial-robustness-toolbox ist hauptsächlich in Python geschrieben. Es wird seit 2018 aktiv entwickelt. adversarial-robustness-toolbox ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: adversarial-attacks, adversarial-examples, adversarial-machine-learning, ai.
Was ist adversarial-robustness-toolbox?
Adversarial Robustness Toolbox (ART) - Python-Bibliothek für die Sicherheit von Machine Learning - Evasion, Poisoning, Extraction, Inference - Rote und Blaue Teams
Ist adversarial-robustness-toolbox Open Source?
adversarial-robustness-toolbox ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist adversarial-robustness-toolbox kostenlos?
Ja. adversarial-robustness-toolbox ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht adversarial-robustness-toolbox?
adversarial-robustness-toolbox ist unter der MIT-Lizenz verfügbar.
In welcher Sprache ist adversarial-robustness-toolbox geschrieben?
adversarial-robustness-toolbox ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/trusted-ai-adversarial-robustness-toolbox.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.