如何在分类任务中可视化注意机制?

时间:2017-07-10 06:42:13

标签: machine-learning tensorflow deep-learning artificial-intelligence keras

我已经设法使用@cbaziotis implementation采用的注意机制完成实验,现在我与可视化混淆了。我也不太了解热图。如果你们能向我解释这些,那就意味着很多:

  1. 什么是热图?如何阅读?
  2. 注意机制中可视化的内容是什么?重量?
  3. 可视化注意机制的代码,与@ cbaziotis'实施
  4. 提前致谢!

1 个答案:

答案 0 :(得分:0)

通常,"热图"是一个2D强度图像,其中暗区="冷却"区域和亮区="热"区域。
在"注意地图"的背景​​下,地图的"酷" /黑暗区域表示网络没有注意的地方,而#34;热" /明亮&# 34;区域是网络所关注的区域。
它通常依赖于实现,但通常注意热图表示注意力量:在进行预测时如何权衡输入的不同区域。 " hot"区域具有较高的权重,因此它们对输出预测的贡献更大,影响更大。