9.6.2 環境搭建方法

9.6.2環境搭建方法

下面以NIPS2017介紹如何搭建NIPS對抗攻擊防禦環境。NIPS2017對抗攻擊防禦賽使用的數據集都是兼容ImageNet2012的圖片，並且被分為兩部分：

DEV數據集，在比賽開始時提供給參賽者，用來開發參賽演算法，這部分包括1000張圖片。

FINAL數據集，此數據集並不會提供給參賽者，在最後用來評估參賽者所提交的演算法。這部分包含了5000張圖片。

NIPS2017對抗攻擊防禦環境依賴Docker，因此需要預先安裝Docker環境。如果希望使用GPU，還需要安裝GPU版本的Docker。

以沒有GPU的Ubuntu為例，可以直接通過pip工具安裝DockerCEforUbuntu。

sudoapt-getinstalldocker-ce

如果需要使用GPU，應在安裝了DockerCEforUbuntu的基礎上再安裝nvidia-docker（見圖9-14）。

以Ubuntu和CUDA9.0為例，執行以下命令即可安裝。

#添加nvidia-docker2下載鏈接

curl-s-Lhttps://nvidia.github.io/nvidia-docker/gpgkey|

sudoapt-keyadd-

distribution=$(./etc/os-release;echo$ID$VERSION_ID)

curl-s-L

https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list|

sudotee/etc/apt/sources.list.d/nvidia-docker.list

sudoapt-getupdate

#安裝nvidia-docker2並重啟其服務

sudoapt-getinstall-ynvidia-docker2

sudopkill-SIGHUPdockerd

圖9-14nvidia-docker架構

直接從GitHub上同步代碼。

gitclonehttps://github.com/tensorflow/cleverhans

cdcleverhans/examples/nips17_adversarial_competition/

執行初始化環境腳本，下載對應的數據集和初始化環境。

./download_data.sh

測試代碼目錄下主要的三個目錄分別為：

dataset，包含DEV和FINAL數據集，默認初始化是只下載了DEV數據集。

dev_toolkit，包含開發階段需要使用的工具。

eval_infra，包含測試和提交結果使用的工具。