Attention-LSTM模型的python实现

1.模型结构

    Attention-LSTM模型分为输入层、LSTM 层、Attention层、全连接层、输出层五层。LSTM 层的作用是实现高层次特征学习；Attention 层的作用是突出关键信息；全连接层的作用是进行局部特征整合，实现最终的预测。

    这里解决的问题是：使用Attention-LSTM模型进行数据的预测。**完整的代码在文末展示**。

1.输入层

    输入层是全部特征进行归一化之后的序列。归一化的目的是保证特征处于相似的尺度上，有利于加快梯度下降算法运行速度。可以使用MAX-MIN归一化的方法。归一化用EXCEL公式即可做到。

2.LSTM层

    LSTM 单元内部引入了门的机制来做到信息的保护和控制，包括遗忘门、输入门和输出门。其中，输入门用于控制记忆单元更新的信息量；遗忘门用于控制前一时刻记忆单元信息被保留的量；输出门用于控制输出至下一隐藏状态的信息量；Cell 则通过控制不同的门实现信息的存储与删除。

    

    这里直接使用了keras包中自带的LSTM函数。LSTM层的代码如下所示： 

inputs = tf.constant(x, dtype=tf.float32, shape=[1, 30025, 16])
# print("输入：", inputs.shape)
# print("输入：", inputs)
lstm = tf.keras.layers.LSTM(4, return_sequences=True)
output = lstm(inputs)
# print("LSTM特征提取结果：", output)#LSTM特征提取结果
###############################LSTM

    这里解释一下几个参数。tf.constant函数中shape=[1，30025，16]。**1表示数据的批数，30025为输入数据的条数，16为每条数据的特征数**。tf.keras.layers.LSTM函数的**第一个参数4表示输出向量的维数为4**。

3.Attention层

    将LSTM层的输出向量做为 Attention 层的输入。**注意力机制的本质为计算某一特征向量的的加****权求和。**本文采用的是乘法注意力机制中的 Scaled Dot-Product Attention 方法，其计算主要分为 3 个步骤： 

    1. 将 query 和每个 key 进行点积计算得到权重 

    2. 使用 Softmax 函数对权重归一化处理。 

    3. 将权重和对应的 value 加权求和获得 Attention。 

    综上所述，Attention 层输出的计算公式如下： 

    其中，Q 为查询向量序列、k 为键向量序列、V 为值向量序列、dk 为 Q、K、V 向量的维度。Q、K、V 的计算方法如下所示： 

     输入数据 WQ、WK、WV 和矩阵相乘得到 Q，K，V。实际上就是输入数据经过线性变换得到 Q，K，V。X 为输入的数据。因此Attention层的输出向量维度也是4。设计 Attention 层时最重要的是设计权重矩阵 WQ、WK、WV。他们与输入数据决定了 Q、K、V的向量。不同的权重分配对预测有不同的效果。

    Attention层的python实现如下：

def softmax(x):
    x_exp = np.exp(x)
    # 如果是列向量，则axis=0
    x_sum = np.sum(x_exp, axis=0, keepdims=True)
    s = x_exp / x_sum
    return s

wq = np.array([[0.2, 0.2, 1, 0], [0.3, 0.2, 0.3, 1], [1, 0, 1, 0.1], [0.1, 0, 1, 1]])
wk = np.array([[0.3, 0, 1, 0], [0.3, 1, 0, 1], [1, 0, 1, 0], [1, 0.1, 0, 1]])
wv = np.array([[1, 0, 0.5, 0], [0, 1, 0.2, 1], [1, 0, 1, 0], [0.1, 1, 0.1, 0]])  # 权重矩阵
x = output.numpy()[0]
q = np.dot(x, wq)
# print(q)
k = np.dot(x, wk)
v = np.dot(x, wv)

a = 0
attention = []

while (a < 30025):
    temp1 = np.dot(q[a], k[a].T)
    temp2 = softmax(temp1) / 2
    temp3 = np.dot(temp2, v[a])
    attention.append(temp3)
    a = a + 1
# print("attention输出",attention)#attention层输出
#################################Attention

    此处wq，wk，wv三个矩阵需要自行调试。softmax函数的目的是将多分类的结果以概率的形式展现出来，是Attention层公式中的一个步骤。

    计算输出结果attention矩阵时是将三万余条数据一条一条计算的，而没有将所有LSTM层的输出数据其看成一个大矩阵放入attention层进行计算。因为这样计算的复杂度太大，会报错，无法计算。

4.全连接层

    将注意力机制层的输出结果做为全连接层的输入，并将每次输入对应的归一化之后的对地速 

度引入，训练模型。故全连接层有 4 个输入。全连接层的输出，也就是整套模型的输出为一个元素，即归一化后的预测值。将其反归一化后即可得出预测结果。

    全连接层设计了3个神经元，学习率0.05。具体的实现参考了下面文章中的内容。

Python神经网络编程（三）之教你制作最简单的神经网络_秦俢的博客-CSDN博客_python神经网络编程https://blog.csdn.net/weixin_38244174/article/details/85243449 全连接层的python实现如下：

def re(x):
    s = 15.1 * x + 1.6
    return s

input_nodes = 4
hidden_nodes = 3
output_nodes = 1

learning_rate = 0.005

n = test.neuralNetwork(input_nodes, hidden_nodes, output_nodes, learning_rate)

a = 0
while (a < 30025):
    n.train(attention[a], sog[a])
    a = a + 1
    # 训练
a = 0
wucha = 0
yc = []
while (a < 30025):#平均误差率计算
    yuce = n.query(attention[a])
    yc.append(yuce)
    wucha = wucha + math.fabs(re(yuce) - re(sog[a])) / (re(sog[a]) + 0.0001)  # 防止分母为0 加的数字很小不影响
    print(a, re(yuce), re(sog[a]), math.fabs(re(yuce) - re(sog[a])) / (re(sog[a]) + 0.0001))
    a = a + 1
    # 测试

#################################结束

    解释代码的含义。**attention数组为attention层的输出结果**，一共30025条数据，每条数据4个特征。**sog是实际结果的向量，共30025个数据，即期望的输出结果**。第一个while循环的目的是对模型进行训练。train是定义的训练函数。

   ** yc数组为全连接层的输出向量，也就是整个Attention-LSTM模型的输出，即预测值**。要注意yc，sog，attention数组**均为归一化之后的数据**。

    test.neuralNetwork即为上面引用的文章中的class neuralNetwork。由于本人在实现时将这个类放在了test.py文件中，因此写成test.neuralNetwork。要记得在一开头引用test.py文件，即import test。

    第二个while循环用来计算误差，由于几个数组均为归一化之后的数据，故计算误差率的时候要进行**反归一化**。**为防止0在分母，要在分母处加上一个特别小的数**。       

5.Attention-LSTM模型python实现的完整代码

import math
import random
import keras
import numpy
import numpy as np
import tensorflow as tf
import csv
import os
import scipy.special
import test#此处引用的文件里是全连接层的实现内容，即neuralNetwork类
import time

import matplotlib.pyplot as plt
start=time.time()
def softmax(x):
    x_exp = np.exp(x)
    # 如果是列向量，则axis=0
    x_sum = np.sum(x_exp, axis=0, keepdims=True)
    s = x_exp / x_sum
    return s

def re(x):
    s = 15.1 * x + 1.6
    return s

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

x = []
with open("xxxx.csv", "r") as csvfile:#此处csv文件保存的是输入特征归一化之后的数据，即自变量
    reader = csv.reader(csvfile)
    print(type(reader))
    for row in reader:
        # print(row)
        x.append(row)

for i in range(len(x)):
    for j in range(len(x[i])):
        x[i][j] = float(x[i][j])
    # 字符串转为数字 此处取出的数据为字符串，要转化为数字
##############################取数据
inputs = tf.constant(x, dtype=tf.float32, shape=[1, 30025, 16])

# print("输入：", inputs.shape)
# print("输入：", inputs)
lstm = tf.keras.layers.LSTM(4, return_sequences=True)
output = lstm(inputs)
# print("LSTM特征提取结果：", output)#LSTM特征提取结果
###############################LSTM
wq = np.array([[0.2, 0.2, 1, 0], [0.3, 0.2, 0.3, 1], [1, 0, 1, 0.1], [0.1, 0, 1, 1]])
wk = np.array([[0.3, 0, 1, 0], [0.3, 1, 0, 1], [1, 0, 1, 0], [1, 0.1, 0, 1]])
wv = np.array([[1, 0, 0.5, 0], [0, 1, 0.2, 1], [1, 0, 1, 0], [0.1, 1, 0.1, 0]])  # 权重矩阵
x = output.numpy()[0]
q = np.dot(x, wq)
# print(q)
k = np.dot(x, wk)
v = np.dot(x, wv)

a = 0
attention = []

while (a < 30025):
    temp1 = np.dot(q[a], k[a].T)
    temp2 = softmax(temp1) / 2
    temp3 = np.dot(temp2, v[a])
    attention.append(temp3)
    a = a + 1
# print("attention输出",attention)#attention层输出
#################################Attention
sog = []  # 取出归一化后的全连接层
with open("xxx.csv", "r") as csvfile:#此处取出的是实际值，即理想的输出目标
    reader = csv.reader(csvfile)
    sog = [row[0] for row in reader]

for i in range(len(sog)):
    sog[i] = float(sog[i])
# print(sog)
#################################全连接层
input_nodes = 4
hidden_nodes = 3
output_nodes = 1

learning_rate = 0.005

n = test.neuralNetwork(input_nodes, hidden_nodes, output_nodes, learning_rate)
print(attention[0], sog[0])
a = 0
while (a < 30025):
    n.train(attention[a], sog[a])
    a = a + 1
    # 训练
a = 0
wucha = 0
yc = []
while (a < 30025):
    yuce = n.query(attention[a])
    yc.append(yuce)
    wucha = wucha + math.fabs(re(yuce) - re(sog[a])) / (re(sog[a]) + 0.0001)  # 防止分母为0 加的数字很小不影响
    print(a, re(yuce), re(sog[a]), math.fabs(re(yuce) - re(sog[a])) / (re(sog[a]) + 0.0001))
    a = a + 1
    # 测试

#################################结束
end=time.time()
print(end-start)#计算了运行时间

    此模型最复杂的是模型中各个参数的选取，只能靠手动调试。本文题的输入特征数为16个，输出为1个。部分参数的选择如下所示：

     三个权重矩阵的选取如下：

最终的平均预测误差为10%左右，如果参数继续优化，误差会更小。