9.6.2 环境搭建方法

9.6.2环境搭建方法

下面以NIPS2017介绍如何搭建NIPS对抗攻击防御环境。NIPS2017对抗攻击防御赛使用的数据集都是兼容ImageNet2012的图片，并且被分为两部分：

DEV数据集，在比赛开始时提供给参赛者，用来开发参赛算法，这部分包括1000张图片。

FINAL数据集，此数据集并不会提供给参赛者，在最后用来评估参赛者所提交的算法。这部分包含了5000张图片。

NIPS2017对抗攻击防御环境依赖Docker，因此需要预先安装Docker环境。如果希望使用GPU，还需要安装GPU版本的Docker。

以没有GPU的Ubuntu为例，可以直接通过pip工具安装DockerCEforUbuntu。

sudoapt-getinstalldocker-ce

如果需要使用GPU，应在安装了DockerCEforUbuntu的基础上再安装nvidia-docker（见图9-14）。

以Ubuntu和CUDA9.0为例，执行以下命令即可安装。

#添加nvidia-docker2下载链接

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

#安装nvidia-docker2并重启其服务

sudoapt-getinstall-ynvidia-docker2

sudopkill-SIGHUPdockerd

图9-14nvidia-docker架构

直接从GitHub上同步代码。

gitclonehttps://github.com/tensorflow/cleverhans

cdcleverhans/examples/nips17_adversarial_competition/

执行初始化环境脚本，下载对应的数据集和初始化环境。

./download_data.sh

测试代码目录下主要的三个目录分别为：

dataset，包含DEV和FINAL数据集，默认初始化是只下载了DEV数据集。

dev_toolkit，包含开发阶段需要使用的工具。

eval_infra，包含测试和提交结果使用的工具。