Cleverhans：对抗图像-分类准确性过高

Question

此代码出了什么问题？我已经使用cleverhans API-generate_np方法生成了对抗图像。并使用默认的cleverhans CNN分类器对图像进行分类。生成图像后使用模型时，测试精度非常低。但是，如果我保存并重新加载模型，则准确性太高。请在此处检查代码。

https://github.com/csesivakumar/Adversarial_Defense/blob/master/Cleverhans_generatenp.ipynb

Python：3.6

Answer 1

在其他人遇到相同问题的情况下，从GitHub issue tracker粘贴我的答案：

在使用Keras训练了模型之后，从您的代码看来，您正在初始化模型的权重，定义tf会话等。我的猜测是adv_x数组不包含具有对抗性的图像。这可以解释为什么[22]的精度输出接近随机数-因为模型权重是随机的。当您恢复模型时，其权重将再次设置为在训练过程中获得的值，从而恢复了准确性（因为图像不是对抗性的）。