1.开始详细讲How to Attack
一样是梯度下降，但是要更新的是X‘而不是网络参数θ。我们需要最小化L（x’），且x0和x’的差距不能太大，将这样的x叫做x*
有一句话：Just like training a neural network, but network parameter ???? is replaced with input x′
x*看上去解，我们可以把约束去掉来解：
用GD来弄，这里是对x进GD，GD的话强调，要先初始化参数，然后加入约束，每次更新了xt后判断是否满足条件，如果不满足，那么对xt 进行修正，使其满足限制条件。修正函数如下
思想是穷举所有满足约束条件的x，找一个离xt最近的x来替换xt
一以x0为圆心，找到x。还得离xt近一些。