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 def save_attention_image(
  15     filename,
  16     tokens_input,
  17     tokens_output,
  18     attention,
  19     n_sample=0,
  20     n_head=0,
  21     pixel_scale=8,
  22     token_gap=10,
  23     layer_gap=25,
  24     y_eps=0.5,
  25     padding=10,
  26     # do not draw links with a lesser attention
  27     min_att=0,
  28     # draw only the strongest links necessary to have less than
  29     # residual remaining
  30     residual=None,
  31     # draw only the top k links
  32     k_top=None,
  33 ):
  34     attention = torch.cat(
  35         [x[n_sample : n_sample + 1, n_head] for x in attention], dim=0
  36     )
  37
  38     if k_top is not None:
  39         attention = attention * (
  40             attention.sort(dim=-1, descending=True).indices < k_top
  41         )
  42
  43     if residual is not None:
  44         s = attention.sort(dim=-1)
  45         m = 1 - (s.values.cumsum(-1) < residual).long()
  46         b = m.new(attention.size()).scatter_(dim=-1, index=s.indices, src=m)
  47         attention = attention * b
  48
  49     surface = cairo.RecordingSurface(cairo.CONTENT_COLOR_ALPHA, None)
  50
  51     ctx = cairo.Context(surface)
  52     ctx.scale(pixel_scale, pixel_scale)
  53
  54     ctx.set_source_rgb(0.0, 0.0, 0.0)
  55     ctx.set_font_size(4.0)
  56     # ctx.select_font_face("Arial", cairo.FONT_SLANT_NORMAL, cairo.FONT_WEIGHT_NORMAL)
  57
  58     x, y = 0, 0
  59
  60     for d in range(attention.size(0)):
  61         at = attention[d]
  62         ni = torch.arange(at.size(0))[:, None].expand_as(at)
  63         nj = torch.arange(at.size(1))[None, :].expand_as(at)
  64         at = at.flatten()
  65         o = at.sort().indices
  66         at = at[o]
  67         ni = ni.flatten()[o]
  68         nj = nj.flatten()[o]
  69         for i, j, a in zip(ni, nj, at):
  70             if a > 0 and a >= min_att:
  71                 c = 1 - a.item()
  72                 ctx.set_source_rgb(c, c, c)
  73                 ctx.set_line_width(0.5)
  74                 ctx.move_to(j * token_gap, y - y_eps)
  75                 ctx.line_to(i * token_gap, y - layer_gap + y_eps)
  76                 ctx.stroke()
  77         y -= layer_gap
  78
  79     for d in range(0, attention.size(0) + 1):
  80         for n in range(attention.size(-1)):
  81             xc, yc = n * token_gap, -d * layer_gap
  82             ctx.set_source_rgb(1.0, 1.0, 1.0)
  83             ctx.arc(xc, yc, token_gap / 10, 0, 2 * math.pi)
  84             ctx.fill()
  85             ctx.set_source_rgb(0.0, 0.0, 0.0)
  86             ctx.arc(xc, yc, token_gap / 20, 0, 2 * math.pi)
  87             ctx.fill()
  88
  89     ctx.set_source_rgb(0.0, 0.0, 0.0)
  90
  91     for k, t in enumerate(tokens_input):
  92         s = str(t)
  93         (
  94             x_bearing,
  95             y_bearing,
  96             width_t,
  97             height_t,
  98             x_advance,
  99             y_advance,
 100         ) = ctx.text_extents(s)
 101         ctx.move_to(k * token_gap - width_t / 2, token_gap / 5 - y_bearing)
 102         ctx.show_text(s)
 103
 104     for k, t in enumerate(tokens_output):
 105         s = str(t)
 106         (
 107             x_bearing,
 108             y_bearing,
 109             width_t,
 110             height_t,
 111             x_advance,
 112             y_advance,
 113         ) = ctx.text_extents(s)
 114         ctx.move_to(
 115             k * token_gap - width_t / 2, -token_gap / 5 - attention.size(0) * layer_gap
 116         )
 117         ctx.show_text(s)
 118
 119     x, y, width, height = surface.ink_extents()
 120     x -= padding
 121     y -= padding
 122     width += 2 * padding
 123     height += 2 * padding
 124     pdf_surface = cairo.PDFSurface(filename, width, height)
 125     ctx_pdf = cairo.Context(pdf_surface)
 126     ctx_pdf.set_source_surface(surface, -x, -y)
 127     ctx_pdf.paint()
 128     pdf_surface.finish()
 129
 130
 131 ######################################################################
 132
 133 if __name__ == "__main__":
 134     import mygpt
 135
 136     tokens_output = ["bluh", 2, 3, 4, "blih"]
 137     tokens_input = ["n/a"] + tokens_output[:-1]
 138
 139     vocabulary_size = 3
 140     x = torch.randint(vocabulary_size, (1, len(tokens_input)))
 141
 142     model = mygpt.MyGPT(
 143         vocabulary_size=vocabulary_size,
 144         dim_model=4,
 145         dim_keys=2,
 146         dim_hidden=2,
 147         nb_heads=2,
 148         nb_blocks=3,
 149         dropout=0.1,
 150         causal=True,
 151     )
 152
 153     model.eval()
 154     model.record_attention()
 155
 156     y1 = model(mygpt.BracketedSequence(x)).x
 157
 158     attention = model.retrieve_attention()
 159
 160     save_attention_image("attention.pdf", tokens_input, tokens_output, attention)