PyTorch（docs.pytorch.org 官方文档） · PyTorch 官方文档（具体作者原站未在节选中说明）

Adversarial Example Generation

Adversarial Example Generation是PyTorch（docs.pytorch.org 官方文档）的免费实践教程（en）。前置条件：需要了解 PyTorch 张量、自动求导与基本的图像分类训练流程；节选未写明先修要求。

按 PyTorch 官方教程步骤，用 FGSM（快速梯度符号法）在 PyTorch 中对图像分类模型生成对抗样本，并观察对抗样本对模型预测的影响。

PyTorch

学完你能

想用 PyTorch 上手实践对抗样本与模型鲁棒性测试、已有基础 PyTorch 训练经验的读者。

完全没有 PyTorch 或深度学习基础、希望系统学习对抗攻防理论体系的读者。

需要了解 PyTorch 张量、自动求导与基本的图像分类训练流程；节选未写明先修要求。

免费吗？

免费：网页为 PyTorch 官方文档教程页，节选中可直接读到教程正文入口与导航，未出现付费墙或登录拦截。实践费用待核验：节选未说明练习是否需要 GPU 或付费云服务。

需要什么基础？

需要了解 PyTorch 张量、自动求导与基本的图像分类训练流程；节选未写明先修要求。软件、账号与硬件：能运行 Python 并安装 PyTorch 的环境；是否必须 GPU 与预训练模型下载情况原站未在节选中说明。

有中文吗？

本站记录的语言是en；是否有中文字幕或译本本站未核实，请以原站为准。

怎么开始？

从原始资源入口开始：https://docs.pytorch.org/tutorials/beginner/fgsm_tutorial.html。本页“学前准备”列出环境与工具，“学习指南”给出开课提示词，可以在自己的电脑上按步骤开始。