GAN 對抗樣本生成與測評平台開發計畫

需求說明

用於哪個行業： 細節說明： 打造能自動生成高擬真且可誤導分類器的對抗樣本系統。 工作內容：以 PyTorch 實作 DCGAN/CGAN 之 G/D，整合預訓練 ResNet 為目標分類器；設計 GAN loss + 對抗 loss（交叉熵）；導入 FGSM/PGD 作暖啟與對照實驗；建立訓練/評估 pipeline（攻擊成功率、FID/IS、跨模型轉移性），並提供可重現腳本與記錄。 需求條件：熟悉深度學習與 GAN、對抗攻擊實作（含資料管線、混合精度、Checkpoint/早停）、GPU 訓練與實驗追蹤；能撰寫乾淨可維護程式與技術報告。 加分：WGAN-GP/譜正規化、Lightning、W&B、MLOps 經驗。