在 Tensorflow 2.0 中的简单 LSTM 层之上添加注意力

Posted 2023-02-23

【中文标题】在 Tensorflow 2.0 中的简单 LSTM 层之上添加注意力

【英文标题】：Adding Attention on top of simple LSTM layer in Tensorflow 2.0

【发布时间】：2020-03-16 21:51:05

【问题描述】：

我有一个由一个 LSTM 和两个 Dense 层组成的简单网络：

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')

为了分类目的，它对具有 3 个输入（归一化 0 到 1.0）和 1 个输出（二进制）的数据进行训练。数据是时间序列数据，其中时间步长之间存在关系。

    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()

给出模型总结：

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。现在我正在尝试用注意力层替换 Dense(20) 层。在线的所有示例、教程等（包括 TF 文档）都是针对在输入层具有嵌入层的 seq2seq 模型。我了解 TF v1.x 中的 seq2seq 实现，但我找不到任何我想要做的文档。我相信新的 API (v2.0) 我需要做这样的事情：

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')

当然我得到错误“必须在输入列表上调用注意力层，即[查询，值]或[查询，值，键]”

我不明白版本 (2.0) 和这种情况下的解决方案（具有固定长度输入的时间序列数据）。欢迎任何关于增加对此类问题的关注的想法。

【问题讨论】：

这里有一个简单的解决方案来增加关注：***.com/questions/62948332/…

【参考方案1】：

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，可以用Keras（Keras的TF 2.0前集成版）实现如下...

        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'))

第二种方法是more general solution，它与 TF 2.0 后集成的 Keras 一起使用，如下所示...

        model = tf.keras.models.Sequential()
        model.add(layers.LSTM(cfg.LSTM, input_shape=(cfg.SEQUENCES,
                  train_X.shape[2]),
                  return_sequences=True))
        model.add(Attention(name='attention_weight'))
        model.add(layers.Dense(train_Y.shape[2], activation='sigmoid'))

它们各自的行为略有不同，并产生非常不同的结果。自注意力库将维度从 3 减少到 2，并且在预测时您会得到每个输入向量的预测。一般注意力机制维护 3D 数据并输出 3D，并且在预测时您只能获得每批的预测。如果您希望对每个输入向量进行预测，您可以通过将预测数据重塑为批量大小为 1 来解决此问题。

就结果而言，self-attention 确实比单独的 LSTM 产生了更好的结果，但并不比其他增强功能（例如 dropout 或更密集的层等）更好。一般的注意力似乎没有为 LSTM 模型增加任何好处在许多情况下，情况会变得更糟，但我仍在调查。

无论如何，它是可以做到的，但到目前为止，是否应该这样做是值得怀疑的。

【讨论】：

感谢这篇文章和相应的答案。我面临同样的问题并尝试了第二个通用解决方案。但是，它现在给了我一种完全不同的错误——IndexError: list index out of range [指向我添加注意力层的行]。我想补充一点，注意层之前的层是 LSTM 层，而注意层之后的层是密集层（n_outputs，activation = 'softmax'）。任何帮助将不胜感激。提前致谢。