shisi-cc

@yizt 不好意思，好像是我理解错了。我之前以为Grad-CAM中求梯度是用的CrossEntropy之类的损失函数，就跟分类任务一样。后来仔细读了一下论文和代码，梯度是用输出的得分（target = output[0][index] target.backward()）做反向传播。那就是说无论网络训练时用的是什么损失函数，都不影响Grad-CAM的求解。不知道我的理解是否正确？

@Stephenfang51 谢谢。我想尝试在强化学习里用GradCAM，但是遇到一个问题是强化学习里损失函数跟做分类不太一样，我不太确定求GradCAM的梯度时是用强化学习的损失函数，还是像分类一样用最大值做反向，不知道您有没有了解？

I have met the same question. Adding "localhost" in hostfile can solve the problem. ``` localhost slots=1 vastai slots=2 ```

It is the output of LSTM and the hidden unit of LSTM is 64