Voir la source de Cartographie de l'activation des classes pondérée par le gradient

== Définition ==
Il s'agit d'une technique de localisation discriminante par classe qui génère des explications visuelles pour tout types de réseaux convolutifs sans nécessiter de changements architecturaux ou de réentraînement. Elle identifie les zones les plus significatives de l'entrée pour faire des prédictions en calculant les gradients et en évaluant les poids d'importance des neurones.

Voir aussi '''[[neurone]]''' et '''[[réseau convolutif]]'''

== Français ==
''' Cartographie de l'activation des classes pondérée par le gradient'''

== Anglais ==
''' Gradient-Weighted Class Activation Mapping'''

''' Grad-CAM'''

''Grad-CAM is a class-discriminative localization technique that generates visual explanations for any CNN-based network without requiring architectural changes or re-training. It identifies the most significant areas of the input for making predictions by calculating gradients and evaluating neuron importance weights.''

== Sources ==
[https://arxiv.org/abs/1610.02391   Source : arxiv]

[https://github.com/nejlag/Grad-CAM   Source : GitHub]

[https://www.sciencedirect.com/topics/computer-science/gradient-weighted-class-activation-mapping  Source : ScienceDirect]

[https://christophm.github.io/interpretable-ml-book/pixel-attribution.html   Source : github.io]

[[Catégorie:GRAND_LEXIQUE_FRANÇAIS]]