如何使用tensorflow注意力层？

Question

我正在尝试理解如何使用这里显示的tf.keras.layers.Attention：

Tensorflow Attention Layer

我正在尝试使用它与编码器解码器seq2seq模型。下面是我的代码：

encoder_inputs = Input(shape=(max_len_text,)) 
enc_emb = Embedding(x_voc_size, latent_dim,trainable=True)(encoder_inputs) 
encoder_lstm=LSTM(latent_dim, return_state=True, return_sequences=True) 
encoder_outputs, state_h, state_c= encoder_lstm(enc_emb) 

decoder_inputs = Input(shape=(max_len_summary,)) 
dec_emb_layer = Embedding(y_voc_size, latent_dim,trainable=True) 
dec_emb = dec_emb_layer(decoder_inputs) 

decoder_lstm = LSTM(latent_dim, return_sequences=True, return_state=True) 
decoder_outputs,decoder_fwd_state, decoder_back_state = decoder_lstm(dec_emb,initial_state=[state_h, state_c]) 

我的问题是，如何在这个模型中使用keras中的给定关注层？我不能理解他们的文件。

Answer 1

如果你使用的是RNN，我不推荐使用上面的类。

在分析RNN代码以更好地理解您的难题时，我遇到的第一行是-“这个类适用于密集或CNN网络，而不适用于tf.keras.layers.Attention网络”。

我建议您编写自己的seq to seq模型，只需不到12行代码即可完成。例如：https://www.tensorflow.org/tutorials/text/nmt_with_attention

为了编写你自己的自定义关注层(基于你是更喜欢巴达诺，梁，拉斐尔，杨等)，也许这篇文章概述了一个基本的本质可能会有所帮助：Custom Attention Layer using in Keras