目前攻击默认采用的是三像素攻击，有些模型采用了五像素。默认攻击迭代次数是100次。

code from here

code from here

• VGG11

• VGG13

• VGG16

• VGG19

• LeNet

• MobileNet

• MobileNetV2

• ResNet18

• ResNet34

• ResNet50

• ResNet101

• ShuffleNet

• ShuffleNetV2

模型参考

• SqueezeNet

模型参考

预训练模型

数据集：cifar10

torch==1.1.0

torchvision==0.3.0

pillow<7.0.0

tqdm

• 运行前请先配置config.py文件中内容（只需配置此内容即可），config中加载的模型名必须与models/init.py中的名字一致

• 运行main.py即可，此方法需要配置config文件。或使用notebook运行main.ipynb，此方法在ipynb里面配置即可

• 若./ckps文件夹下无预训练模型，则需要先训练模型

• 先训练模型(main.py中的train()函数，若有预训练模型，可以跳过)，模型训练完并保存在ckps文件夹后，修改config中model_path为预训练路径

• 实施攻击(main.py中attack_model_PGD()或attack_model_pixel()函数)，之后会保存所有内容在log.txt文件夹下，保存的内容有

   - 模型名
   - 准确率
   - 攻击成功率
   - 保存日志时间