【27】grad-cam的简单逻辑实现以及效果展示_if you indeed want the gradient for a non-leaf ten

如有错误，恳请指出。

1. grad-cam的简单实现

grad-cam通过对类别c最后的预测值yc进行方向传播，得到回传的特征层A的梯度信息A‘，此时A’其实就是yc对A所求得的偏导。我们认为，梯度信息比较大的部分其对于当前的这个类别信息是比较重要的，所以在grad-cam中，对于梯度信息A‘会在通道上进行一个平均处理，这样就可以得到每个channel上的一个重要程度，然后再与每个channels进行相乘，也就是进行一个简单的加权求和，然后通过ReLU函数来剔除负梯度信息，最后所得到的就是grad-cam的热力图。不过，这当然会涉及一些后处理，插值等方法来达到最后的可视化效果。