计算 GradCAM 热图时的负梯度
tensorflow 301
原文标题 ：Negative gradients when calculating GradCAM heatmap
我有一个为 2 个类训练的分割网络模型，并且能够看到准确的结果。但是当使用 grad-cam 作为热图时，我能够看到两个类的最后一个卷积层的良好结果，但在尝试生成时遇到问题一个类的倒数第二个卷积层的热图（另一个类的热图工作正常）。
**Last 5 layers**
convolution_layer(filters:8, kernel:3*3)
convolution_transpose_layer(filters:2, kernel:2*2)
convolution_layer(filters:2, kernel:3*3)
convolution_layer(filters:10, kernel:1*1)
activation_layer(softmax)
由于所有负池化梯度（由于所有 -ve 梯度 wrt Conv 层的平均值），热图为空，导致应用 relu 的 pooled_grads*convolution_output 中的负值，全为零。
GradCAM 全部为负数意味着什么？
为什么卷积中的所有通道都会对真实输出类产生“负”贡献？
https://arxiv.org/pdf/2002.11434.pdf 按照本文的分割模型的热图。