Использование состязательного примера, чтобы увеличить разницу между двумя классами

Question

У меня есть набор данных с изображениями кошек, и я разделил его на две части. Я классифицирую один набор изображений как 1, а другой как 0. Это очень сложно выучить. Я думаю повысить точность моей модели, увеличив разницу между кошками, используя состязательный пример. Например, как только я помещаю одно и то же состязательное преобразование на все изображения, мой алгоритм должен лучше учиться, увеличивая небольшую разницу между классами. А еще лучше я хочу выучить пример состязания, который повысит мою точность. Я использую библиотеку под названием foolbox с pytorch. Я знаю, как создать состязательный пример. Если вы предложите, можно использовать другую библиотеку.

      import foolbox as fb

model = Net()
fmodel = fb.PyTorchModel(model, bounds=(0, 1))

attack = fb.attacks.LinfPGD()
epsilons = [0.0, 0.001, 0.01, 0.03, 0.1, 0.3, 0.5, 1.0]
_, advs, success = attack(fmodel, images, labels, epsilons=epsilons)

Но я не понимаю, как выучить один противоборствующий пример, который потянет один класс влево, а другой вправо. Помощь приветствуется.