如何最有效地可视化一维卷积？

Question

我目前正在使用一维卷积神经网络对 Keras 中的多元时间序列进行分类。特别是，每个实例由 9 个等长的时间序列（每个 300 点）表示。

正如我在文献中读到的那样，当对图像使用 2D 卷积时，可以得到关于网络正在寻找的位置的提示，以便进行分类：例如，您可以使用所谓的类激活图，例如：

https://rajpurkar.github.io/mlx/visualizing-cnns/class_activation_maps.png

有没有类似的东西可以用来可视化给定的多元时间序列中最“有意义”的切片？

这是我当前的网络架构：

Input shape: 300 9
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv1d_1 (Conv1D)            (None, 292, 128)          10496     
_________________________________________________________________
batch_normalization_1 (Batch (None, 292, 128)          512       
_________________________________________________________________
activation_1 (Activation)    (None, 292, 128)          0         
_________________________________________________________________
max_pooling1d_1 (MaxPooling1 (None, 58, 128)           0         
_________________________________________________________________
conv1d_2 (Conv1D)            (None, 50, 128)           147584    
_________________________________________________________________
batch_normalization_2 (Batch (None, 50, 128)           512       
_________________________________________________________________
activation_2 (Activation)    (None, 50, 128)           0         
_________________________________________________________________
max_pooling1d_2 (MaxPooling1 (None, 10, 128)           0         
_________________________________________________________________
flatten_1 (Flatten)          (None, 1280)              0         
_________________________________________________________________
dense_1 (Dense)              (None, 300)               384300    
=================================================================
Total params: 543,404
Trainable params: 542,892
Non-trainable params: 512
_________________________________________________________________

至于现在，我已经成功地可视化了网络中的激活函数。例如，以下代码片段在给定输入实例的情况下打印第一个激活层中第一个激活函数（128 个以上的第一个）的结果：

from keras import models

layer_outputs = [layer.output for layer in model.layers[:2]]
activation_model = models.Model(inputs=model.input, outputs=layer_outputs)
activations = activation_model.predict(X_train_windows[0:1])
first_layer_activation = activations[0]
print(first_layer_activation.shape)

plt.plot(first_layer_activation[0, :, 0])

结果是以下时间序列，长度为 292：

https://i.ibb.co/TqK6g9D/Schermata-2019-01-15-alle-10-24-39-2.png

但是，我发现很难直观地解释图表。

我如何赋予这样一个时间序列以意义？有没有办法像在 CAM 中那样突出显示输入？

谢谢！

Answer 1

您可以使用Keras-Vis 库之类的东西

基本上，您尝试找到最大化某个 class 的输入，这会产生一些一维序列（在您的情况下是一个包​​含 9 个元素的 300 个向量的序列）。

然后，您可以单独绘制 9 个通道中的每一个，或者将它们叠加起来，以了解这个东西的外观。然后，您需要具备领域知识来尝试理解这意味着什么（如果它意味着什么）。如果您想了解某个类的输入是什么样子，这很有用。

您可以对激活图（显着性图）执行相同的操作（您可以使用链接的相同库进行计算）。如果您想了解信息所在的位置（在空间中），这非常有用。

现在，在不知道数据的性质、领域或上下文的情况下，很难再说什么......

编辑：

好吧，我现在明白你的问题了。也许还值得尝试将此问题视为多实例学习

您还可以尝试使用带有注意力机制的LSTM。