Keras中的显着性地图在具有嵌入层的网络中

Question

我想在Keras中使用带有嵌入层的LSTM实现显着性图。所以基本上我想实现最终层相对于输入的输出的微分函数。这是我定义模型的代码：

model = Sequential()
model.add(Embedding(max_words, 32, dropout=0.5))
model.add(LSTM(32, dropout_W=0.5, dropout_U=0.5))
model.add(Dense(1))
model.add(Activation('sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy']

如果有人可以帮助完成这项任务，我将不胜感激。