（一）實驗記錄：卷積神經網絡可視化cam和grad-cam

一、CAM 以resnet18爲例： （1）取出通過layer4的feature激活值,[1,512,7,7] （2）取出fc的權重（weight_softmax）,[1000,512] （3）取出weight_softmax中預測爲對應類別的權重，[1,512] （4）權重和feature相乘得熱力圖cam，[1,512]*[512,49]=[1,49] （5）再通過歸一化，resize操作覆蓋

>>阅读原文<<