foolbox

home: true heroImage: /logo.png heroText: Foolbox tagline: "Foolbox : des attaques adversariales rapides pour évaluer la robustesse des modèles d'apprentissage automatique en PyTorch, TensorFlow et JAX" actionText: Commencer → actionLink: /guide/ features:

• title: Performance native details: Foolbox 3 est construit sur EagerPy et fonctionne nativement en PyTorch, TensorFlow et JAX.
• title: Attaques de pointe details: Foolbox fournit une large collection d'attaques adversariales de pointe basées sur le gradient et sur les décisions.
• title: Vérification de types details: Attrapez les bugs avant d'exécuter votre code grâce aux annotations de type étendues dans Foolbox. footer: Droits d'auteur © 2022 Jonas Rauber, Roland S. Zimmermann

Qu'est-ce que Foolbox ?

Foolbox est une bibliothèque Python qui vous permet d'exécuter facilement des attaques adversariales contre des modèles d'apprentissage automatique comme les réseaux de neurones profonds. Elle est construite sur EagerPy et fonctionne nativement avec les modèles en PyTorch, TensorFlow et JAX.

import foolbox as fb

model = ...
fmodel = fb.PyTorchModel(model)

attack = fb.attacks.LinfPGD()
epsilons = [0.0, 0.001, 0.01, 0.03, 0.1, 0.3, 0.5, 1.0]
advs, _, success = attack(fmodel, images, labels, epsilons=epsilons)