CAM(类激活映射)，卷积可视化，神经网络可视化，一个库搞定，真的简单的不能再简单

文章目录

• 前言
• 1.`pytorch-grad-cam`这个库可以做什么？
• 2. 安装 `pytorch-grad-cam`
• 3.具体使用案例

• 3.1 选择目标层（Target Layer）
• 3.2 单个图像CAM热力图
• 3.3 批处理图像
• 3.4 一个CAM计算模板

前言

18年，我刚入门的时候，写了这样一篇文章，想要看之前那一篇的点击这里现在都还有很多朋友在看，但我觉得那不够全面。我最近又发现了一个更好的方法去实现它，今天分享给大家。

我是一个讲实战的博主，所以~~~~~~，这篇不会讲原理。

神经网络的可解释性一直是讨论的热点，尤其是在做分类的时候，写论文要是不提供一张可视化图，告诉审稿人你的网络究竟学到了什么，估计审稿人都是不会让你过的，相反，你要是提供了，肯定会大大增加论文过的概率。类似下面这种图。

重点：今天介绍一种方法，不用自己写代码，调包就能搞定。简单，高效。

首先，请copy好这个地址