G1D5-Intriguing properties of neural networks

今天考完软考中项啦~~明天还有翻译，不过不想复习啦~
读读论文啦~读网络安全文献课需要的叭
这篇2013年的intruging properties of neural networks的作者都好大佬！！！
先来看看h指数是什么哈~

一、h指数

一个人的所有论文中，有N篇至少被引用了N词，则h指数为N。

emm那大老的71实在是太恐怖了。太帅了！

言归正传，开始读论文！！！
打算用20分钟，先整体过一下，然后再40分钟看一下细节！！！

二、粗读

摘要有点看不懂第二段，还好，这篇文章比较经典，看看别人的解读
discussion也有一些不太懂的地方

总结一下细读需要解决的问题：
1、high level unit里面包含的space是什么？
2、神经网络学习到的匹配是discontinuous的是什么意思？
3、前面说对抗样本很少见，后面又说其是密集的，是什么意思呢？有点矛盾？

三、细读

已经2045啦~我知道直接看别人的解读会快些，但是我觉得还是要有一个自己理解的过程。
大致就是两个点：
1、每个unit里面都有了整个空间的信息？？还不确定
2、对抗样本的生成公式（不太确定细节）、对抗样本可泛化到其他模型（不同超参数）

emm就是看了视频也不太懂。Enjoy~

四、参考

1、作者自己的思考很多。
https://www.twblogs.net/a/5ed3dcf720eec007e167d419/?lang=zh-cn
2、这篇讲解对抗样本生成公式很清晰

用box-constrained L-BFGS实现上述式子，那么box-constrained L-BFGS是什么呢？？emmm就是一种优化算法啦~

https://tanjuntao.github.io/2019/07/10/%E8%AE%BA%E6%96%87%E9%98%85%E8%AF%BB%E7%AC%94%E8%AE%B0%EF%BC%9AIntriguing-Properties-of-Neural-Network/

—2144啦~刷牙洗脸收拾书包去

明天考试啦~待会上床再看看论文