В уравнении (1) в документе Grad-CAM среднее значение градиентов берется для вычисления важности канала.Почему это среднее вместо абсолютных значений?Мне кажется, что авторы неявно предполагают, что отрицательные градиенты означают, что особенности должны быть подавлены, чтобы уменьшить потери, что интуитивно так или иначе имеет смысл.Однако, поскольку веса в нейронных сетях могут иметь отрицательные значения, знак на самом деле не имеет никакого значения.Я что-то упустил?