注意力机制热力图问题

 加入注意力机制的LSTM网络 处理时间序列预测问题，目的是想利用注意力机制探索时间步的权重。但是根据d2l包画出的权重热力图如下，
1、热力图上基本都是浅色-代表有一个点处权值特别大，但是其他的点权值都很小，这是正常现象么，如果不是的话那这又代表什么问题？
2、我的数据维度是（batch_size = 16,num_step = 150 , num_features = 1）,但是注意力权值attention_weights的维度是（799, 150, 150），那我画热力图的时候这799个热力图都不一样，每个热力图给时间步分配的权值也不一样，那我应该怎么理解时间步上的权值？

这个是对attention_weights 第0个维度求和 得到（150，150）维度的热力图

以下以此是i=[20,30,50,90,140,320,500]时候的热力图

d2l.show_heatmaps(model.attention.attention_weights[i].cpu().reshape((1, 1, 150,150)),xlabel='Keys', ylabel='Queries')

20

30

50

90

140

320

500

```

你把问题再说完整或者嗯写一下需求发给我