keras-self-attentionパッケージを使用して注意LSTMをどのように視覚化しますか？

使っています https://github.com/CyberZHG/keras-self-attentionKERASにアテンションLSTMを実装します。モデルをトレーニングした後、注意部分を視覚化するにはどうすればよいですか？これは時系列予測の場合です。

from keras.models import Sequential
from keras_self_attention import SeqWeightedAttention
from keras.layers import LSTM, Dense, Flatten

model = Sequential()
model.add(LSTM(activation = 'tanh' ,units = 200, return_sequences = True, 
               input_shape = (TrainD[0].shape[1], TrainD[0].shape[2])))
model.add(SeqSelfAttention())
model.add(Flatten())    
model.add(Dense(1, activation = 'relu'))

model.compile(optimizer = 'adam', loss = 'mse')

1つのアプローチはSeqSelfAttention、特定の入力の出力をフェッチし、チャネルごとの予測を表示するようにそれらを編成することです（以下を参照）。より高度なものについては、https://github.com/albermax/innvestigate （使用例が含まれています）。

更新：私もお勧めできますhttps://github.com/OverLordGoldDragon/see-rnn、私が書いたパッケージ。

• input_data=形状のデータの単一バッチ(1, input_shape)
• prefetched_outputs=すでに取得したレイヤー出力。オーバーライドinput_data
• max_timesteps =表示するタイムステップの最大数
• max_col_subplots =水平方向のサブプロットの最大数
• equate_axes =すべてのx軸とy軸を強制的に等しくします（公正な比較のために推奨）
• show_y_zero = y = 0を赤い線で表示するかどうか
• channel_axis=レイヤーフィーチャの寸法（たとえばunits、最後のLSTMの場合）
• scale_width, scale_height =表示される画像の幅と高さを拡大縮小する
• dpi =画質（1インチあたりのドット数）

ビジュアル（下）の説明：

• 最初は、大きさに関係なく、抽出された特徴の形状を確認するのに役立ちます-たとえば、周波数の内容に関する情報を提供します
• 2つ目は、特徴の関係（相対的な大きさ、バイアス、頻度など）を確認するのに役立ちます。下の結果は、上の画像とはまったく対照的です。実行するprint(outs_1)と、すべての大きさが非常に小さく、あまり変化しないことがわかります。したがって、y = 0の点を含め、軸を等しくすると、線のようなビジュアルが生成されます。自己注意はバイアス指向です。
• 3つ目は、上記のように視覚化するには多すぎる機能を視覚化するのに役立ちます。印刷された形状のすべてbatch_shapeをinput_shape削除する代わりにでモデルを定義すると?、最初の出力の形状は(10, 60, 240)、2番目の形状であることがわかり(10, 240, 240)ます。言い換えると、最初の出力はLSTMチャネルの注意を返し、2番目の出力は「タイムステップの注意」を返します。以下のヒートマップの結果は、タイムステップで「クールダウン」していることに注意を向けていると解釈できます。

SeqWeightedAttentionは視覚化するのがはるかに簡単ですが、視覚化することはあまりありません。Flattenそれを機能させるには、上記を取り除く必要があります。アテンションの出力形状は次のように(10, 60)なります(10, 240)-単純なヒストグラムを使用できますplt.hist（バッチディメンションを除外するようにしてください-つまり、フィード(60,)または(240,)）。

from keras.layers import Input, Dense, LSTM, Flatten, concatenate
from keras.models import Model
from keras.optimizers import Adam
from keras_self_attention import SeqSelfAttention
import numpy as np 

ipt   = Input(shape=(240,4))
x     = LSTM(60, activation='tanh', return_sequences=True)(ipt)
x     = SeqSelfAttention(return_attention=True)(x)
x     = concatenate(x)
x     = Flatten()(x)
out   = Dense(1, activation='sigmoid')(x)
model = Model(ipt,out)
model.compile(Adam(lr=1e-2), loss='binary_crossentropy')

X = np.random.rand(10,240,4) # dummy data
Y = np.random.randint(0,2,(10,1)) # dummy labels
model.train_on_batch(X, Y)

outs = get_layer_outputs(model, 'seq', X[0:1], 1)
outs_1 = outs[0]
outs_2 = outs[1]

show_features_1D(model,'lstm',X[0:1],max_timesteps=100,equate_axes=False,show_y_zero=False)
show_features_1D(model,'lstm',X[0:1],max_timesteps=100,equate_axes=True, show_y_zero=True)
show_features_2D(outs_2[0])  # [0] for 2D since 'outs_2' is 3D

def show_features_1D(model=None, layer_name=None, input_data=None,
                     prefetched_outputs=None, max_timesteps=100,
                     max_col_subplots=10, equate_axes=False,
                     show_y_zero=True, channel_axis=-1,
                     scale_width=1, scale_height=1, dpi=76):
    if prefetched_outputs is None:
        layer_outputs = get_layer_outputs(model, layer_name, input_data, 1)[0]
    else:
        layer_outputs = prefetched_outputs
    n_features    = layer_outputs.shape[channel_axis]

    for _int in range(1, max_col_subplots+1):
      if (n_features/_int).is_integer():
        n_cols = int(n_features/_int)
    n_rows = int(n_features/n_cols)

    fig, axes = plt.subplots(n_rows,n_cols,sharey=equate_axes,dpi=dpi)
    fig.set_size_inches(24*scale_width,16*scale_height)

    subplot_idx = 0
    for row_idx in range(axes.shape[0]):
      for col_idx in range(axes.shape[1]): 
        subplot_idx += 1
        feature_output = layer_outputs[:,subplot_idx-1]
        feature_output = feature_output[:max_timesteps]
        ax = axes[row_idx,col_idx]

        if show_y_zero:
            ax.axhline(0,color='red')
        ax.plot(feature_output)

        ax.axis(xmin=0,xmax=len(feature_output))
        ax.axis('off')

        ax.annotate(str(subplot_idx),xy=(0,.99),xycoords='axes fraction',
                    weight='bold',fontsize=14,color='g')
    if equate_axes:
        y_new = []
        for row_axis in axes:
            y_new += [np.max(np.abs([col_axis.get_ylim() for 
                                     col_axis in row_axis]))]
        y_new = np.max(y_new)
        for row_axis in axes:
            [col_axis.set_ylim(-y_new,y_new) for col_axis in row_axis]
    plt.show()

def show_features_2D(data, cmap='bwr', norm=None,
                     scale_width=1, scale_height=1):
    if norm is not None:
        vmin, vmax = norm
    else:
        vmin, vmax = None, None  # scale automatically per min-max of 'data'

    plt.imshow(data, cmap=cmap, vmin=vmin, vmax=vmax)
    plt.xlabel('Timesteps', weight='bold', fontsize=14)
    plt.ylabel('Attention features', weight='bold', fontsize=14)
    plt.colorbar(fraction=0.046, pad=0.04)  # works for any size plot

    plt.gcf().set_size_inches(8*scale_width, 8*scale_height)
    plt.show()

def get_layer_outputs(model, layer_name, input_data, learning_phase=1):
    outputs   = [layer.output for layer in model.layers if layer_name in layer.name]
    layers_fn = K.function([model.input, K.learning_phase()], outputs)
    return layers_fn([input_data, learning_phase])

リクエストごとのSeqWeightedAttentionの例：

ipt   = Input(batch_shape=(10,240,4))
x     = LSTM(60, activation='tanh', return_sequences=True)(ipt)
x     = SeqWeightedAttention(return_attention=True)(x)
x     = concatenate(x)
out   = Dense(1, activation='sigmoid')(x)
model = Model(ipt,out)
model.compile(Adam(lr=1e-2), loss='binary_crossentropy')

X = np.random.rand(10,240,4) # dummy data
Y = np.random.randint(0,2,(10,1)) # dummy labels
model.train_on_batch(X, Y)

outs = get_layer_outputs(model, 'seq', X, 1)
outs_1 = outs[0][0] # additional index since using batch_shape
outs_2 = outs[1][0]

plt.hist(outs_1, bins=500); plt.show()
plt.hist(outs_2, bins=500); plt.show()