以往理解的全连接神经网络的作用，是个memory，是用来分类，
而近期发现，全连接神经网络其实是学到了 L层每个输入节点 对 L+1层每个输出节点 的加权求和贡献比，每个边是一个权重也就是一个输入节点到一个输出节点的贡献
其实就是attention
回想transformer里的K、V、Q，是可以把attention matrix看成全连接层的，
[batch,seq_len1,seq_len2] 矩阵乘 [batch,seq_len2,hidden_size] = [batch,seq_len1,hidden_size]
即attention matrix [batch, seq_len1, seq_len2]是在学输入的seq_len2个节点对输出的seq_len1个节点的加权求和贡献比
