
662
4
밑바닥부터 구현하는 딥러닝
이제 해당 계층의 활성 맵을 확인할 수 있습니다.
_,ax = plt.subplots()
x_dec.show(ctx=ax)
ax.imshow(cam_map.detach().cpu(), alpha=0.6, extent=(0,224,224,0),
interpolation=’bilinear’, cmap=’magma’);
18.3
모델 해석은 활발히 연구 중인 분야이며, 이 장에서는 그중 매우 일부만을 살펴보았습니다. 클
래스 활성 맵은 도출된 예측 결과의 근거가 되는 이미지의 영역을 표시하여 모델 작동 방식에
관한 통찰을 제공합니다. 이 기법은 거짓 긍정
false
positive
을 분석하는 데 유용하며, 학습 시 부족
한 데이터 종류를 파악하는 데도 도움을 줍니다.
18.4
1
파이토치의 훅이란 무엇인가요?
2
CAM
은 어떤 계층의 출력을 사용하나요?
3
CAM
구현에 훅이 필요한 이유는 무엇인가요?
4
ActivationStats
클래스의 소스 코드 내부에서 훅이 사용되는 방식을 살펴보세요.
5
가능한 한 책을 보지 않고 모델의 특정 계층의 활성을 저장하는 훅을 작성해보세요.