adversarial-robustness-toolbox
Adversarial Robustness Toolbox (ART) - Biblioteca de Python para Seguridad en Aprendizaje Automático - Evasión, Envenenamiento, Extracción, Inferencia - Equipos Rojos y Azules
Evaluar y proteger modelos de aprendizaje automático de amenazas de seguridad utilizando un conjunto de herramientas especializado.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasAdversarial Robustness Toolbox (ART) - Biblioteca de Python para Seguridad en Aprendizaje Automático - Evasión, Envenenamiento, Extracción, Inferencia - Equipos Rojos y Azules
adversarial-robustness-toolbox tiene 6.1k estrellas en GitHub. Se ha bifurcado 1.3k veces. adversarial-robustness-toolbox está escrito principalmente en Python. Se desarrolla activamente desde 2018. adversarial-robustness-toolbox está disponible bajo la licencia MIT. Sus temas principales son: adversarial-attacks, adversarial-examples, adversarial-machine-learning, ai.
¿Qué es adversarial-robustness-toolbox?
Adversarial Robustness Toolbox (ART) - Biblioteca de Python para Seguridad en Aprendizaje Automático - Evasión, Envenenamiento, Extracción, Inferencia - Equipos Rojos y Azules
¿adversarial-robustness-toolbox es de código abierto?
adversarial-robustness-toolbox es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿adversarial-robustness-toolbox es gratis?
Sí. adversarial-robustness-toolbox es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está adversarial-robustness-toolbox?
adversarial-robustness-toolbox está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito adversarial-robustness-toolbox?
adversarial-robustness-toolbox está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/trusted-ai-adversarial-robustness-toolbox.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.