概念PGD Adversarial Training
PGD对抗训练
一种经典的对抗训练方法，使用投影梯度下降（PGD）生成对抗样本，由Madry等人提出，是评估对抗鲁棒性的基准方法之一。
时间轴 (近 90 天)
10月30日
对抗训练（AT）通过在训练中生成对抗样本并纳入训练来提升模型鲁棒性，但内存开销巨大，且存在干净精度与鲁棒精度的权衡。
待验证50%
10月30日
Madry等人提出的PGD对抗训练是经典的对抗训练实现，每步需额外计算对抗样本，训练成本远高于标准训练。
待验证50%
10月27日
与基于PGD的对抗训练相比，该方法在PGD攻击下的鲁棒准确率相对提升至少20.58%，在干净样本上的分类准确率相对提升10.20%。
待验证50%