09:45arXiv cs.LG@Philipp Kern, László Antal, Erika Ábráham, Carsten SinzSLiR是一种新的神经网络验证方法,仅需Lipschitz常数或临界点即可为任意激活函数生成线性松弛。该方法通过参数化斜率和移位过程确保上界和下界的正确性。实验表明,在多种实际激活函数上,SLiR生成的松弛更紧,可验证的属性数量比现有方法最多提升7.8倍。论文SLiR神经网络验证激活函数线性松弛Lipschitz常数推荐理由:SLiR让验证任意激活函数变得简单,比现有方法多验证近8倍属性,做神经网络安全的可以看看。原文