对抗攻击算法总结，包括MIM、FGSM、PGD、C&W、L-BFGS、JSMA 、MalGAN、DeepFool等攻击算法

对抗式自动编码器 通过实现。 要求 MXNet 麻木 matplotlib scikit学习 OpenCV 无监督对抗自动编码器 请运行aae_unsupervised.py进行模型训练。 在visualize.ipynb中将task设置为unsupervised以显示结果。 请注意，二维潜变量的所需先验分布可以是{高斯，高斯混合，瑞士卷或均一}中的一种。 在这种情况下，培训过程中不会使用任何标签信息。 一些结果： 将z_prior设置为高斯分布的p（z）和q（z）。 将z_prior设置为10高斯混合分布的p（z）和q（z）。 将z_prior设置为瑞士卷分布的p（z）和q（z）。 监督对抗自动编码器 请运行aae_supervised.py进行模型训练。 在visualize.ipynb中将任务设置为supervised ，以显示结果。 注意，二维潜变量的期望的先验分布可以

《GAN生成对抗网络实战(PyTorch版)》，2022最新升级版！本课程讲解GAN的基本原理和常见的各种GAN，提供数据集、代码和课件下载。

生成对抗网络（GAN）实例 代码+数据集 很实用的代码，并且简单易学，对深度学习感兴趣的可以看看 数据集有手写图片的识别，也可以替换成自己的数据集

matlab求p值代码p OSAL：用于联合光盘和杯分割的基于补丁的输出空间对抗性学习。 我们提供基于Tensorflow Backend的Keras工具来实现REFUGE挑战分割任务。 入门 安装要求 conda create -n posal python=3.5 conda activate posal pip install keras==2.2.0 pip insatll tensorflow-gpu==1.4.0 conda install tqdm conda install -c anaconda scikit-image conda install opencv 先决条件 GPU，CUDA = 9.0 运行评估 克隆此仓库： git clone https://github.com/EmmaW8/pOSAL.git cd pOSAL 要重现MICCAI 2018中REFUGE挑战赛排名的结果，请执行 python predict.py 0 # 0 is the avaliable GPU id, change is neccesary 对Dri-GS数据集进行培训 切

分享视频教程——《GAN生成对抗网络实战(PyTorch版)》，2022最新升级版！本课程讲解GAN的基本原理和常见的各种GAN，提供数据集、代码和课件。 适用人群： 1、对GAN生成对抗网络感兴趣的 2、对PyTorch感兴趣的 3、希望研究深度学习模型的

空域隐写及对抗技术/了解几种常见的空域和变换域图像隐写算法/掌握空域LSB算法的原理并编写代码实现/空域隐写分析算法原理（RS)/实现针对LSB隐写的分析（卡方分析、RS分析）

ERP沙盘模拟对抗实训教程

三个穴位对抗晕车按压内关穴合谷穴足三里.doc

分享课程——GAN生成对抗网络实战(PyTorch版)，2022年最新升级！提供全部的代码+课件+数据集下载！ 本课程讲解GAN的基本原理和常见的各种GAN，结合论文讲原理，详细演示代码编写过程。 课程大纲如下： 章节1 GAN课程简介 章节2 GAN的基本原理和公式详解 章节3 基础GAN 章节4 DCGAN 章节5 动漫人物头像生成实例 章节6 CGAN （Conditional GAN） 章节7 Pix2pixGAN 章节8 SGAN（Semi-Supervised GAN） 章节9 CycleGAN 章节10 WGAN(Wasserstein GAN) 章节11 GAN的评价方法