我有一个包含一个LSTM和两个密集层的简单网络,
model = tf.keras.Sequential()
model.add(layers.LSTM(20, input_shape=(train_X.shape[1], train_X.shape[2])))
model.add(layers.Dense(20, activation='sigmoid'))
model.add(layers.Dense(1, activation='sigmoid'))
model.compile(loss='mean_squared_error')
出于分类的目的,它正在训练具有3个输入(归一化为0到1.0)和1个输出(二进制)的数据。数据是时间序列数据,其中时间步长之间有关系。
var1(t) var2(t) var3(t) var4(t)
0 0.448850 0.503847 0.498571 0.0
1 0.450992 0.503480 0.501215 0.0
2 0.451011 0.506655 0.503049 0.0
模型是这样训练的:
history = model.fit(train_X, train_y, epochs=2800, batch_size=40, validation_data=(test_X, test_y), verbose=2, shuffle=False)
model.summary()
提供模型摘要:
Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
lstm (LSTM) (None, 20) 1920
_________________________________________________________________
dense (Dense) (None, 20) 420
_________________________________________________________________
dense_1 (Dense) (None, 1) 21
=================================================================
Total params: 2,361
Trainable params: 2,361
Non-trainable params: 0
该模型运行良好。现在,我尝试用Attention层替换Dense(20)层。在线的所有示例,教程等(包括TF文档)都是针对seq2seq模型的,在输入层具有一个嵌入层。我了解TF v1.x中的seq2seq实现,但是找不到我要尝试做的任何文档。我相信在新的API(v2.0)中,我需要执行以下操作:
lstm = layers.LSTM(20, input_shape=(train_X.shape[1], train_X.shape[2]), return_sequences=True)
lstm = tf.keras.layers.Bidirectional(lstm)
attention = layers.Attention() # this does not work
model = tf.keras.Sequential()
model.add(lstm)
model.add(attention)
model.add(layers.Dense(1, activation='sigmoid'))
model.compile(loss='mean_squared_error')
当然,我会收到错误消息“ 必须在输入列表(即[query,value]或[query,value,key] 上)调用注意层”
在版本(2.0)和这种情况下(具有固定长度输入的时间序列数据),我不理解此解决方案。欢迎您提出任何有关注意此类问题的想法。
答案 0 :(得分:0)
您必须像这样调用关注层:
attention = layers.Attention()([#a list of input layers to the attention layer here])
答案 1 :(得分:0)
我最终从pypi.org上的库中找到了该问题的两个答案。第一个是self-attention,可以通过Keras(Keras的TF 2.0集成版之前的版本)实现,如下所示...
preg_match('/\( *(.*) +as *(.*)\)$/is', $expression, $matches);
$iteratee = trim($matches[1]);
第二种方法是使用more general solution与TF 2.0集成后Keras配合使用,如下所示...
model = keras.models.Sequential()
model.add(keras.layers.LSTM(cfg.LSTM, input_shape=(cfg.TIMESTEPS,
cfg.FEATURES),
return_sequences=True))
model.add(SeqSelfAttention(attention_width=cfg.ATTNWIDTH,
attention_type=SeqSelfAttention.ATTENTION_TYPE_MUL,
attention_activation='softmax',
name='Attention'))
model.add(keras.layers.Dense(cfg.DENSE))
model.add(keras.layers.Dense(cfg.OUTPUT, activation='sigmoid'))
它们各自的行为略有不同,并且产生非常不同的结果。自我注意库将维数从3减小为2,并且在预测时会获得每个输入向量的预测。一般注意机制将维护3D数据并输出3D,并且在进行预测时,每批次只能得到一个预测。如果您希望每个输入向量进行预测,则可以通过将预测数据重塑为批处理大小为1来解决此问题。
关于结果,自我注意的确比单独的LSTM产生了更好的结果,但并不比其他增强效果更好,例如辍学或更密集的层次等。一般的关注似乎并没有给LSTM模型带来任何好处并且在很多情况下会使情况变得更糟,但我仍在调查中。
在任何情况下都可以做到,但是到目前为止,是否应该这样做还很可疑。