9.6.2 环境搭建方法
    下面以nips 2017介绍如何搭建nips对抗攻击防御环境。nips 2017对抗攻击防御赛使用的数据集都是兼容imagenet 2012的图片，并且被分为两部分：
    ? dev数据集，在比赛开始时提供给参赛者，用来开发参赛算法，这部分包括1000张图片。
    ? final数据集，此数据集并不会提供给参赛者，在最后用来评估参赛者所提交的算法。这部分包含了5000张图片。
    nips 2017对抗攻击防御环境依赖docker，因此需要预先安装docker环境。如果希望使用gpu，还需要安装gpu版本的docker。
    以没有gpu的ubuntu为例，可以直接通过pip工具安装docker ce for ubuntu。
    sudo apt-get install docker-ce
    如果需要使用gpu，应在安装了docker ce for ubuntu的基础上再安装nvidia-docker（见图9-14）。
    以ubuntu和cuda 9.0为例，执行以下命令即可安装。
    # 添加nvidia-docker2下载链接
    curl -s -l https://nvidia.github.io/nvidia-docker/gpgkey |
    sudo apt-key add -
    distribution=$(. /etc/os-release;echo $id$version_id)
    curl -s -l
    https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list |
    sudo tee /etc/apt/sources.list.d/nvidia-docker.list
    sudo apt-get update
    # 安装 nvidia-docker2 并重启其服务
    sudo apt-get install -y nvidia-docker2
    sudo pkill -sighup dockerd
    图9-14 nvidia-docker架构
    直接从github上同步代码。
    git clone https://github.com/tensorflow/cleverhans
    cd cleverhans/examples/nips17_adversarial_competition/
    执行初始化环境脚本，下载对应的数据集和初始化环境。
    ./download_data.sh
    测试代码目录下主要的三个目录分别为：
    ? dataset，包含dev和final数据集，默认初始化是只下载了dev数据集。
    ? dev_toolkit，包含开发阶段需要使用的工具。
    ? eval_infra，包含测试和提交结果使用的工具。