学習したデータを可視化できません

autoencoderで、学習した結果を出力したいのですが、

[[[0.         0.         0.         0.         0.24245892 0.
   0.         0.         0.        ]
  [0.         0.         0.         0.         0.         0.
   0.         0.         0.15186222]]

 [[0.         0.         0.         0.         0.         0.
   0.         0.27800256 0.        ]
  [0.         0.14638866 0.         0.         0.         0.
   0.         0.         0.        ]]]

となってしまいます。

原因を推測される方は何卒、宜しくお願い致します。

poem.txtは、

朝霧 の 中 に 九段 の ともし 哉
あたたか な 雨 が 降る なり 枯葎
菜の花 や は つと 明るき 町 は づれ
秋風 や 伊予 へ 流る る 汐 の 音
長閑 さ や 障子 の 穴 に 海 見え て

となっています。

import numpy as np
import codecs
import keras
from keras.layers import Activation, Dense, Input
from keras.models import Model
import sys

with open(r'./Desktop/haiku.txt', encoding='utf-8') as f:
    poems = f.readlines()
    for p in poems:
        s = p.rstrip()
        s = s.split(' ')

chars = sorted(list(set(poems)))
char_indices = dict((c, i) for i, c in enumerate(chars))
maxlen = 2
step = 3
sentences = []
for i in range(0, len(poems) - maxlen, step):
    sentences.append(poems[i: i + maxlen])

input_word = Input(shape=(maxlen, len(chars)))
indices_char = dict((i, c) for i, c in enumerate(chars))

x = np.zeros((len(sentences), maxlen, len(chars)), dtype=np.bool)
for i, sentence in enumerate(sentences):
    for t, char in enumerate(sentence):
        x[i, t, char_indices[char]] = 10

encoding_dim = 128
input_word = Input(shape=(maxlen, len(chars)))
encoded_1 = Dense(128, activation='relu')(input_word)
encoded_2 = Dense(64, activation='relu')(encoded_1)
encoded_3 = Dense(32, activation='relu')(encoded_2)
latent = Dense(8, activation='relu')(encoded_3)
decoded_1 = Dense(32, activation='relu')(latent)
decoded_2 = Dense(64, activation='relu')(decoded_1)
decoded_3 = Dense(5, activation='relu')(encoded_2)
autoencoder = Model(inputs=input_word, outputs=decoded_3)
autoencoder.compile(optimizer='Adam', loss='categorical_crossentropy')

autoencoder.fit(x, x,
       epochs=1,
       batch_size=150,
       shuffle=False)
bunsyo = autoencoder.predict(x[1:17], batch_size=10, verbose=1, steps=None)
print(bunsyo)