一种基于动态低维子空间的模型对抗训练方法及装置

本发明公开了一种基于动态低维子空间的模型对抗训练方法及装置，包括根据模型参数训练轨迹构建动态低维子空间，采用深度神经网络模型和预置最小化损失函数根据对抗图像训练集，确定模型梯度；对第二中间深度神经网络模型进行更新，确定第三中间深度神经网络模型和对应的第三中间模型参数，并实时统计当前子空间更新时刻；若当前子空间更新时刻符合预置子空间更新条件，则采用第三中间模型参数对动态低维子空间进行更新，确定新的动态低维子空间；根据新的动态低维子空间进行模型训练，确定目标深度神经网络模型；解决了现有的基于对抗样本的模型训练方法导致模型的鲁棒性较差的技术问题。