关于attacks/gradient_method.py的问题 about advbox

[wangaxe]

不知道对不对，希望能帮到你

# pytorch版的model
def gradient(self, data, label):
         ...
         ...
        #loss=self._loss(output, label)
        ce = nn.CrossEntropyLoss()
        loss=-ce(output, label) #这里多了一个负号

[ygfrancois]

不知道对不对，希望能帮到你

# pytorch版的model
def gradient(self, data, label):
         ...
         ...
        #loss=self._loss(output, label)
        ce = nn.CrossEntropyLoss()
        loss=-ce(output, label) #这里多了一个负号

谢谢回复，以下疑问：
nn.CrossEntropyLoss()里应该包含了negative log likelihood里的负号了对吧？那这里这个loss，加一个负号的意义在哪呢？难道仅仅为了不同子类调用时候的一致么？如果是这样，意味着其他model例如tf的model也多加了一个负号？不过我没有找到其他框架的model在哪里加了负号，能否指示一下，多谢了。

另贴上 cleverhans项目fast_gradient_method里target loss和非target loss的代码

  # Compute loss
  loss = softmax_cross_entropy_with_logits(labels=y, logits=logits)
  if targeted:
    loss = -loss

  # Define gradient of loss wrt input
  grad, = tf.gradients(loss, x)

  optimal_perturbation = optimize_linear(grad, eps, ord)

  # Add perturbation to original example to obtain adversarial example
  adv_x = x + optimal_perturbation

[duoergun0729]

就是pytorch这个特殊点 其他的框架木有这个问题

[txyugood]

我今天也遇到这个问题了，我觉得这块应该是bug，我看 log 里面以前is_targeted_attack是减号，但是在ef59511b59a03755c33e712043f9c2211829191b 这个 commit 里面改了，所以能否查一下这是是否有问题？