迁移到服务器上实现，下载了对应的数据集，它的代码是2017NIPS比赛用的 实现的是攻击后的图片分类器 输出的是输入图片的名称和所属的类别 他的方法是每张图片随机四个方向填充或者翻转（一张图片重复三十次）然后进行三十次分类 对每次的概率进行加和 最后取概率最大的（也就是30次加和的概率最大）为输出类别。下面为服务器上的结果。

1.L-BFGSL-BFGS是一种拟牛顿算法，用于求解无约束优化问题。它利用梯度信息来逐步逼近目标函数的极小值点。与传统的梯度下降方法相比，L-BFGS算法在计算逆Hessian矩阵的过程中利用了有限的内存，从而减少了计算复杂性。L-BFGS攻击的核心思想是将优化问题转化为一个无约束优化问题，然后使用L-BFGS算法来近似求解。具体而言，通过引入拉格朗日乘子c，并寻找最小的正数c，使得问题的最小化