Chen Ma

https://github.com/machanic/SimulatorAttack/blob/master/configures/Bandits.json

1. 因为第234行https://github.com/machanic/SimulatorAttack/blob/master/sign_hunter_attack/attack.py#L334 对于bxs_t 已经查询过一次。所以不必重复查询`self.loss_fct(model, bxs_t, label, target))`。（虽然代码中重复查询了一次，但是因为前面已经查询过了，所以统计查询次数的时候query_count不用增加1次） 2. 而且`bxs_t = self.xo_t`，所以只有当`self.xo_t`被更新时（即`self.exhausted=True`）需要增加查询次数，这一点在348行https://github.com/machanic/SimulatorAttack/blob/master/sign_hunter_attack/attack.py#L348增加了。 3. 注意在https://github.com/machanic/SimulatorAttack/blob/master/sign_hunter_attack/attack.py#L364处， `self.xo_t = xs_t.clone()`，而`xs_t`每次传入`def _suggest`函数时都不同。 5. 如果我的理解有误，请告诉我。

因为大部分的查询量可以迁移到模拟器上，减轻目标模型的查询压力。

总体的意思是指加上模拟器的查询次数吗？因为模拟器上面的查询次数是不统计到最终查询次数里的。所以这个数字未知，但是我认为是没有减少。

I put it in Baidu Netdisk as below. url link(下载链接): [https://pan.baidu.com/s/1JsldHn-RMdy4osmXbqzDTw?pwd=1wg6](https://pan.baidu.com/s/1JsldHn-RMdy4osmXbqzDTw?pwd=1wg6) extract code(提取码): 1wg6

稍等，我上传下

I put it in Baidu Netdisk as below. url link(下载链接): [https://pan.baidu.com/s/1JsldHn-RMdy4osmXbqzDTw?pwd=1wg6](https://pan.baidu.com/s/1JsldHn-RMdy4osmXbqzDTw?pwd=1wg6) extract code(提取码): 1wg6

I found it! The official code is here: [https://github.com/thu-ml/ares/blob/main/pytorch_ares/pytorch_ares/attack_torch/evolutionary.py ](https://github.com/thu-ml/ares/blob/main/pytorch_ares/pytorch_ares/attack_torch/evolutionary.py)