foolbox 3.3.1下TensorFlow模型运行Carlini&Wagner攻击报错求解

Foolbox 3.3.1属于3.x大版本，攻击API和旧版本逻辑不同：

• 攻击类初始化时不需要传入Foolbox封装后的模型，仅需在调用攻击实例时将fmodel作为第一个参数传入
• 你现有代码错误地将fmodel传入了L2CarliniWagnerAttack的构造函数，调用攻击实例时第一个参数传的是图片张量features_to_test，导致攻击内部将图片张量识别为模型对象，尝试读取bounds属性时触发报错。

步骤1：修改攻击初始化与调用逻辑 #

把原来的攻击相关代码替换为以下内容：

epsilons = np.linspace(0.01, 1, num=2)
# 初始化攻击不需要传入模型
attack = fb.attacks.L2CarliniWagnerAttack()
# 调用攻击时第一个参数传封装好的fmodel
adversarials = attack(
    fmodel, 
    features_to_test, 
    labels_to_test, 
    criterion=Misclassification(labels=labels_to_test), 
    epsilons=epsilons
)

步骤2：补充兼容性检查（可选但推荐） #

• 确认你的features数组数值范围符合你设定的bounds=(0,1)，如果原始数据是0-255的像素值，需要先除以255归一化
• 可以将numpy数组转为TensorFlow张量避免隐式转换出错：

features_to_test = tf.convert_to_tensor(features[i,:], dtype=tf.float32)
labels_to_test = tf.convert_to_tensor(labels[i,:], dtype=tf.int64)

内容的提问来源于stack exchange，提问作者mad