注意力机制（Attention mechanism）_自注意力机制dk

自注意力机制（self-attention）

首先，其核心思想为：

其中，Q为query，  ，即查询、要查询的信息

K为key， ，即索引、被查询的向量

V为value， ，即值、查询到的内容

dk代表k的维度，除以k的维度的平方根，使训练时的梯度保持稳定

 Q，K，V都是输入x经过经过线性变换得到的，和它们分别相乘的三个矩阵W是通过学习得到的矩阵，使用这样的线性变换可以提高的模型的拟合能力

举一个例子

有一个渣男，他有 n 个备胎，他想要从自己的备胎里寻找最符合自己期望的，好分配注意力和管理时间

用 Q 表示择偶标准，K表示自身条件，V表示被匹配到的备胎

所以不论是渣男，还是备胎，都有着自己的一套Q，K，V

那么，当渣男开始筛选备胎时，肯定是备胎条件与渣男的择偶标准相符合时比较好，也就是备胎的 K 与渣男的 Q 相似度更高时

对于两个向量点乘的几何意义：向量A与向量B的点乘，也就是A在B向量上的投影，所以点乘的大小可以表示A与B向量的相似度。当两个向量垂直时，我们知道它们点乘的结果为0，说明这两个向量没有一点相关性，所以同样，当两个向量点乘的结果越大时，说明两个向量的相似度就越高

再看向  ，矩阵Q与矩阵K的转置相乘，相当于Q的每一行和K的每一行进行点乘，也就是每个行向量的相似度，然后使用函数对结果进行归一化，也就是让所有元素的和为1，我们就得到了一个权重矩阵，接下来用得到的权重矩阵给匹配到的备胎加权，也就是将权重矩阵与V相乘，渣男就知道该对每个备胎付出多少注意力了