Keras 3中AttentionLayer返回注意力分数的限制分析

在Keras 3框架中，当使用AttentionLayer及其相关注意力层类时，开发者可能会遇到一个特定的限制：无法在调用call方法时同时使用符号化的KerasTensor输入和设置return_attention_scores=True参数。这个问题在Keras 3.6.0版本中尤为明显。

问题现象

当尝试以下代码时：

in1 = keras.Input(shape=(10, 7))
in2 = keras.Input(shape=(8, 7))
attLayer = keras.layers.Attention()
out1, out2 = attLayer([in1, in2], return_attention_scores=True)

系统会抛出NotImplementedError异常，提示"Iterating over a symbolic KerasTensor is not supported"。这表明Keras 3当前不支持对符号化张量进行迭代操作。

技术背景

在Keras 3中，符号化张量(KerasTensor)与即时执行模式下的张量有着本质区别：

1. 符号化张量是模型构建阶段的占位符，不包含实际数据
2. 即时执行张量则包含具体数值，可以立即计算
3. 注意力分数是模型运行时的计算结果，需要实际数据才能生成

解决方案

目前有两种可行的解决方法：

1. 使用即时执行模式：将符号化输入替换为实际的numpy数组，这样可以直接获取注意力分数。

2. 构建模型封装类：创建一个继承自Model的自定义类，在call方法中处理注意力分数的返回。

class AttentionModel(Model):
    def __init__(self):
        super().__init__()
        self.attention = layers.Attention()

    def call(self, inputs):
        in1, in2 = inputs
        return self.attention([in1, in2], return_attention_scores=True)

深入分析

这个问题实际上反映了Keras 3架构设计上的一个变化。在Keras 2中，即时执行是默认模式，因此可以直接获取中间结果。而Keras 3更倾向于图执行模式，以提高生产环境中的性能。

值得注意的是，通过显式调用layer.build和layer.call方法，可以绕过这个限制：

attLayer.build([in1.shape, in2.shape])
out1, out2 = attLayer.call([in1, in2], return_attention_scores=True)

这表明问题可能源于layer.__call__方法在符号化调用时忽略了某些kwargs参数。

最佳实践建议

对于需要获取注意力分数的场景，建议：

1. 在模型构建阶段保持符号化张量的使用
2. 在模型训练或推理阶段通过回调或自定义方法获取注意力分数
3. 考虑使用专门的注意力可视化工具或方法

这种设计虽然增加了获取中间结果的复杂度，但有助于保持模型定义与执行的分离，符合现代深度学习框架的设计理念。