（一）实验记录：卷积神经网络可视化cam和grad-cam

一、CAM 以resnet18为例： （1）取出通过layer4的feature激活值,[1,512,7,7] （2）取出fc的权重（weight_softmax）,[1000,512] （3）取出weight_softmax中预测为对应类别的权重，[1,512] （4）权重和feature相乘得热力图cam，[1,512]*[512,49]=[1,49] （5）再通过归一化，resize操作覆盖

>>阅读原文<<