注意力机制

故名思意，研究这个机制就是为了
使用重要数据
不使用不重要的数据
对于一个模型而言（CNN、LSTM），很难决定什么重要，什么不重要
由此，注意力机制诞生。

科学家发现给这张图，眼睛重点聚集在红色区域。
这些红色区域可能包含更重要的信息。

注意力机制：我们会把我们的焦点聚焦在比较重要的事务上

我（查询对象 Q），这张图 （被查询对象）
我看这张图，第一眼，去判断那些东西对我更重要，哪些对我更不重要（计算Q和V里的事物的重要程度）

重要度计算 等价于 相似度计算，点乘就是求内积。

具体可见： 注意力机制中Q和K相乘的意义是什么？为什么Q和K相乘就可以得到它们之间的相似性/权重矩阵呢？

进而可以知道哪个对Q而言更重要了。

还得进行汇总，找到这些目标后，Q已经失去了使用价值了，现在图片多了一些信息（于我而言更重要、更不重要的信息）。

v是源数据，Q和K共同组成了V，

通过上述变换，就得到一个新的V ，这个新的V 包含了，那些更重要，那些更不重要的信息在里面。