CNNで良い予測モデルができた後,"どこを見て決めているのか"ってなったときに度々出てくる GradCAM という手法. いろんな方が公開していますが,自分はパッと見てソースコードが理解できない... ので,備忘録のために書きました. ↓ 今回理論は少し省くので,以下の記事を参考にしていただけると幸いです. Grad-CAM(GradCAM)の論文を流し読む – Urusu Lambda Web [1610.02391] Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization ↓ 以下のリポジトリの実装がすごく参考になりました。 kazuto1011/grad-cam-pytorch | GitHub Change Log 2020/12/30 非常に参考になった、Githubリポジト
![初心者のGradCAM | CNNの視覚化 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/eee61a127573f9b88eadc3eeaab77bbfa52603e8/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUU1JTg4JTlEJUU1JUJGJTgzJUU4JTgwJTg1JUUzJTgxJUFFR3JhZENBTSUyMCU3QyUyMENOTiVFMyU4MSVBRSVFOCVBNiU5NiVFOCVBNiU5QSVFNSU4QyU5NiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9YjFlNjA2ZGE1ZDY3MWFmNWQ3ZDkzMzc0YzIyZDgwMDA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzYXNheWFiYWt1JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1mODMzMTU1ZWMzNDc5MzQ4Mzc1Y2M2ODFjYzljNWZhMA%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Dc139333368524c6189bb085e227cebc7)