graph.py

   1 #!/usr/bin/env python
   2
   3 import math
   4
   5 import torch, torchvision
   6
   7 from torch import nn
   8 from torch.nn import functional as F
   9
  10 import cairo
  11
  12
  13 ######################################################################
  14
  15
  16 def save_attention_image(
  17     # image to save
  18     filename,
  19     tokens_input,
  20     tokens_output,
  21     # list of 2d tensors T2xT1, T3xT2, ..., TkxTk-1
  22     attention_matrices,
  23     # do not draw links with a lesser attention
  24     min_link_attention=0,
  25     # draw only the strongest links necessary so that their summed
  26     # attention is above min_total_attention
  27     min_total_attention=None,
  28     # draw only the top k links
  29     k_top=None,
  30     # the purely graphical settings
  31     curved=True,
  32     pixel_scale=8,
  33     token_gap=15,
  34     layer_gap=25,
  35     y_eps=0.5,
  36     padding=10,
  37 ):
  38     if k_top is not None:
  39         am = []
  40         for m in attention_matrices:
  41             am.append(m * (m.sort(dim=-1, descending=True).indices < k_top))
  42         attention_matrices = am
  43
  44     if min_total_attention is not None:
  45         am = []
  46         for m in attention_matrices:
  47             s = m.sort(dim=-1)
  48             m = 1 - (s.values.cumsum(-1) < 1 - min_total_attention).long()
  49             b = m.new(m.size()).scatter_(dim=-1, index=s.indices, src=m)
  50             am.append(m * b)
  51
  52     surface = cairo.RecordingSurface(cairo.CONTENT_COLOR_ALPHA, None)
  53
  54     ctx = cairo.Context(surface)
  55     ctx.scale(pixel_scale, pixel_scale)
  56
  57     ctx.set_source_rgb(0.0, 0.0, 0.0)
  58     ctx.set_font_size(4.0)
  59     # ctx.select_font_face("Arial", cairo.FONT_SLANT_NORMAL, cairo.FONT_WEIGHT_NORMAL)
  60
  61     x, y = 0, 0
  62
  63     ctx.set_line_width(0.25)
  64     for d in range(len(attention_matrices)):
  65         at = attention_matrices[d].to("cpu")
  66         ni = torch.arange(at.size(0))[:, None].expand_as(at)
  67         nj = torch.arange(at.size(1))[None, :].expand_as(at)
  68         at = at.flatten()
  69         o = at.sort().indices
  70         at = at[o]
  71         ni = ni.flatten()[o]
  72         nj = nj.flatten()[o]
  73         for i, j, a in zip(ni, nj, at):
  74             if a > 0 and a >= min_link_attention:
  75                 c = 1 - a.item()
  76                 ctx.set_source_rgb(c, c, c)
  77                 ax, ay = j * token_gap, y - y_eps
  78                 ctx.move_to(ax, ay)
  79                 dx, dy = i * token_gap, y - layer_gap + y_eps
  80                 if curved:
  81                     bx, by = ax, ay - layer_gap * 0.5
  82                     cx, cy = dx, dy + layer_gap * 0.5
  83                     ctx.curve_to(bx, by, cx, cy, dx, dy)
  84                 else:
  85                     ctx.line_to(dx, dy)
  86                 ctx.stroke()
  87         y -= layer_gap
  88
  89     for d in range(0, len(attention_matrices) + 1):
  90         n = (
  91             attention_matrices[0].size(-1)
  92             if d == 0
  93             else attention_matrices[d - 1].size(-2)
  94         )
  95         for n in range(n):
  96             xc, yc = n * token_gap, -d * layer_gap
  97             ctx.set_source_rgb(1.0, 1.0, 1.0)
  98             ctx.arc(xc, yc, token_gap / 10, 0, 2 * math.pi)
  99             ctx.fill()
 100             ctx.set_source_rgb(0.0, 0.0, 0.0)
 101             ctx.arc(xc, yc, token_gap / 20, 0, 2 * math.pi)
 102             ctx.fill()
 103
 104     ctx.set_source_rgb(0.0, 0.0, 0.0)
 105
 106     for k, t in enumerate(tokens_input):
 107         s = str(t)
 108         (
 109             x_bearing,
 110             y_bearing,
 111             width_t,
 112             height_t,
 113             x_advance,
 114             y_advance,
 115         ) = ctx.text_extents(s)
 116         ctx.move_to(k * token_gap - width_t / 2, 2 * token_gap / 5)
 117         ctx.show_text(s)
 118
 119     for k, t in enumerate(tokens_output):
 120         s = str(t)
 121         (
 122             x_bearing,
 123             y_bearing,
 124             width_t,
 125             height_t,
 126             x_advance,
 127             y_advance,
 128         ) = ctx.text_extents(s)
 129         ctx.move_to(
 130             k * token_gap - width_t / 2,
 131             -token_gap / 5 - len(attention_matrices) * layer_gap,
 132         )
 133         ctx.show_text(s)
 134
 135     x, y, width, height = surface.ink_extents()
 136     x -= padding
 137     y -= padding
 138     width += 2 * padding
 139     height += 2 * padding
 140     pdf_surface = cairo.PDFSurface(filename, width, height)
 141     ctx_pdf = cairo.Context(pdf_surface)
 142     ctx_pdf.set_source_surface(surface, -x, -y)
 143     ctx_pdf.paint()
 144     pdf_surface.finish()
 145
 146
 147 ######################################################################
 148
 149 if __name__ == "__main__":
 150     import mygpt
 151
 152     tokens_output = ["<wat>", "-", 3, 4, "<end>"]
 153     tokens_input = [""] + tokens_output[:-1]
 154
 155     vocabulary_size = 3
 156     x = torch.randint(vocabulary_size, (1, len(tokens_input)))
 157
 158     model = mygpt.MyGPT(
 159         vocabulary_size=vocabulary_size,
 160         dim_model=4,
 161         dim_keys=2,
 162         dim_hidden=2,
 163         nb_heads=2,
 164         nb_blocks=5,
 165         dropout=0.1,
 166         causal=True,
 167     )
 168
 169     model.eval()
 170     model.record_attention()
 171
 172     y1 = model(mygpt.BracketedSequence(x)).x
 173
 174     attention_matrices = [m[0, 0] for m in model.retrieve_attention()]
 175
 176     # attention_matrices = [torch.rand(*s) for s in [ (4,5),(3,4),(8,3),(5,8) ]]
 177
 178     save_attention_image(
 179         "attention.pdf",
 180         tokens_input,
 181         tokens_output,
 182         attention_matrices,
 183         # k_top=2,
 184         min_total_attention=0.9,
 185     )