锐度感知最小化的DNN训练方法、装置、设备及介质

本申请公开了一种锐度感知最小化的DNN训练方法、装置、设备及介质，涉及深度神经网络技术领域，包括对DNN的权重二进制表达中的任一位进行比特位翻转，得到翻转后的DNN，对翻转后的DNN在受到渐进比特翻转攻击时的状态进行实时观察；基于观察结果并利用锐度感知最小化方法对DNN进行训练，引入目标扰动，得到训练后的DNN；目标扰动为满足预设微小扰动条件的扰动；评估训练后的DNN在进行比特位翻转以及受到渐进比特翻转攻击时的鲁棒性，若鲁棒性通过，则将训练后的DNN作为目标DNN。本申请能提高DNN面向比特翻转的鲁棒性，同时解决DNN在没有比特翻转干扰时的性能下降的问题。