【源码】基于Python和Keras的神经网络突变体生成与评估系统

项目简介

本项目以研究神经网络的鲁棒性和稳定性为目标，利用LeNet - 5模型作为基础，通过应用高斯模糊（GF）和权重打乱（WS）两种突变算子生成卷积神经网络（CNN）的多种突变体，并计算这些突变体在MNIST测试集上的kill - number来评估其表现。

项目的主要特性和功能

1. 模型突变生成：采用高斯模糊（GF）和权重打乱（WS）两种突变算子，可生成不同突变比例（0.01、0.03、0.05）的多种突变体。
2. 突变体评估：计算各突变体在MNIST测试集上的kill - number，评估其表现，评估结果以.npz文件形式存储，支持结果输出和统计。
3. 数据预处理：对MNIST数据集进行类型转换、标准化和归一化预处理。
4. 模型预测：使用原始模型和突变体模型对测试数据进行预测，计算预测准确度。
5. 进度条显示：程序运行时显示进度条，可视化程序运行流程。

安装使用步骤

环境准备

确保已安装Python 3.x，使用pip install numpy keras tensorflow安装必要的Python库。

下载项目源码

下载本项目的源码文件。

运行主程序

打开终端或命令行，导航到项目根目录，运行python main.py。

查看结果

生成的突变体模型存储在相应文件夹（如save_mutation_GF_0.01）中，评估结果存储在result_of_kill_number文件夹中，以.npz文件形式保存。可使用sort_data.py中的output_result函数查看评估结果的统计信息。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】