24FS_I4DS27: Adversarial Attacks

Dies ist das Hauptrepository für die Bachelorarbeit 24FS_I4DS27: Adversarial Attacks.
Hier trainieren, validieren, attackieren, robustifizieren und evaluieren wir unsere Modelle.

Setup

1. Klone das Repository.
2. Installiere die benötigten Python Packages mit make reqs oder make reqs-cuda.
3. Erstelle einen Kaggle API Access Token und lege ihn ab unter ~/.kaggle/kaggle.json. Die Anleitung dafür findet man hier.
4. Lade die Daten herunter. Dies kann mit den Download Befehlen im Makefile gemacht werden. Diese können unter make help eingesehen werden.

Projektstruktur

├── data
│   ├── processed           <- Die finalen Datensätze für die Modellierung.
│   └── raw                 <- Der ursprüngliche, unveränderliche Datendump.
│
├── models                  <- Trainierte Modelle.
├── notebooks               <- Jupyter-Notebooks. Die Namenskonvention ist eine Nummer und der
│                              Use-Case des Notebooks. Zum Beispiel: '03-eda.ipynb'
│
├── reports                 <- Verweisende Links zum Bericht.
├── src                     <- Quellcode für die Verwendung in diesem Projekt.
├── .gitignore              <- Dateien, die beim Gebrauch von git ignoriert werden sollen.
├── LICENSE                 <- MIT-Lizenz.
├── Makefile                <- Makefile mit Befehlen wie 'make reqs' oder 'make reqs-cuda'.
├── requirements.txt        <- Die Requirementsdatei zur Reproduktion der Analyse.
├── requirements-cuda.txt   <- Die Requirementsdatei zur Reproduktion der Analyse mit CUDA Support.
├── README.md               <- Die oberste README-Datei für Entwickler, die dieses Projekt verwenden.