2019年11月20日 下午12:52
总结：热力图体现的是全连接的权重，间接反应了每个像素对某个结果的影响大小
2019年11月6日 下午7:07
GitHub - metalbubble/CAM: Class Activation Mapping
* CAM/pytorch_CAM.py at master · metalbubble/CAM · GitHub
* CAM实践：基于pytorch的使用方法 - 云+社区 - 腾讯云
* CAM、热力图 pytorch可视化卷积层
* 这句话就是CAM的原理！！
* ::全连接层的每一条权重代表了每个像素在类别A的重要性贡献::。
* 如何：找到对类别A结果做出重要贡献的那些像素？
* 那自然找到权重大的连接，对应的像素了！
* 这里找最大的方式就是直接和权重相乘，最简洁的方式！
