自注意力机制
注意力机制是为了transform打基础。
参考这个自注意力机制的讲解流程很详细，
但是学渣一般不知道 key，query，value是啥。
结合B站和GPT理解
注意力机制是一种常见的神经网络结构，用于处理序列数据或者其他类型的数据，其中的关键术语包括 key，query 和 value。
Key（键）是一个向量，用于表示输入数据中的某个特征，通常是通过矩阵乘法和非线性变换得到的结果。
Query（查询）也是一个向量，用于表示注意力机制当前所关注的部分。在每个时间步骤，注意力机制都会根据输入的
query，对输入数据进行加权处理。 Value（值）是一个向量，用于表示输入数据中的具体数值或特征。
具体地说，注意力机制的运作过程是这样的：首先，将输入数据经过线性变换得到 key，query 和 value 向量。然后，针对每个
query 向量，计算它与所有 key 向量之间的相似度得分，并将这些得分进行 softmax 处理，以得到每个 key
向量的权重。最后，将所有 key 向量根据对应的权重加权求和，得到一个加权平均的 value 向量，作为最终的输出。通过这种方式，注意力机制能够在输入数据中寻找相关的部分，并且根据当前的查询进行自适应的加权处理。这种机制被广泛应用于自然语言处理、语音识别、计算机视觉等领域。
Regenerate response
【大白话浅谈【注意力机制】】 【精准空降到 02:42】 https://www.bilibili.com/video/BV1Ff4y187nr/?p=3&share_source=copy_web&vd_source=dab83d5b330f632d6bccec4d78fd0119&t=162
transform解读
这块作者解释的 很不错！
也就是说，任意两个相距k个时间步的位置编码向量的内积都是相同的，这就相当于蕴含了两个时间步之间相对位置关系的信息。此外，每个时间步的位置编码又是唯一的，这两个很好的性质使得上面的公式作为位置编码是有理论保障的
本学渣不是很理解这里的key和value 有什么区别
划重点 key和value的区别
其实就是 键值对，用key和query计算结果，给value加权重！！！
感谢活的明白大哥，他果然活的很明白。
进阶资源推荐
知乎的哈弗论文解读：
搞懂Transformer结构，看这篇PyTorch实现就够了（上） - 忆臻的文章 - 知乎
另一个知乎文章
https://www.ylkz.life/deeplearning/p10391698/ 还有这位月来客栈写得，把原理和pytorch的源码都讲了遍，就是写得太详细了。可以参考下。