2,537
社区成员




对于特定噪声类型,最常见的就是random Gaussian noise。 比如说,给定一个pre-trained 的CNN MNIST classifier, 如果输入的手写数字被加入了白噪声,结果会有多大影响。 按照我的经验,普通CNN对Gaussian noise的robustness还是不错的。还以MNIST- CNN为例,不加噪声,cls acc可以达到99.5%,加入\sigma=50/75/100 的高斯噪声,cls acc依然会有98% / 85%/ 56%。要说其他结构,我只研究过neural ODE 构建的cls model。 实验结果发现,加入\sigma=50/75/100的噪声,cls acc会维持在99% / 91%/73%。