因为目前在看一篇论文，里面涉及了有关注意力机制的问题，因此特学习一下
试想一下，在多视角网络中可以得到不同视图下的嵌入矩阵，常规方式是将这些嵌入矩阵分别输入神经网络中得到结果，但这样做会出现一个明显的问题：各个嵌入矩阵在神经网络中的处理变得毫不相关。而按照我们的经验来讲，在多视角网络中得到的不同视图下的嵌入矩阵常常是存在关系的，为了解决这种问题，传统的做法是如下图所示将所有情况罗列出来。
这种表示方法实在是太麻烦了
为此我们引入了注意力机制：简单来讲，就是将原本单个嵌入矩阵输入神将网络，修改成按照一定的权重混合在一起后一起输入进去。
两个嵌入矩阵的权重大小取决于二者的相关性
而上述计算过程规范表示，大概就是：
