我特别注意实现RNN，这是一种用于机器翻译的编码器/解码器。 现在，我想可视化我的注意力权重。当查看先前的n个状态时，我使用函数w.r.t对这些状态进行评分，得出我的当前状态，这意味着我得到了“称量”先前状态的n个标量。然后，我注意层的输入就是先前状态的这n个标量加权和。 据我从其他教程中了解到的那样，我现在将这些n个标量简单地可视化以引起我的注意：较大的值表示该模型特别关注这些部分，较小的值表示它不太相关。 我想知道这是否正确。由于注意力向量只是馈送到下一层，因此我是否也不必考虑下一层的激活？例如，下一层可能以某种方式使注意力向量逆转，或者学会特别注意接近0的值-我是否在想错了？ 谢谢。