我到现在其实还是不太懂transformer的原理
应该说
为什么要分Q K V三个值来算
Q dot K 还蛮好懂的 就自己的值跟整串sequence相乘嘛
然后为什么要 * V
他数学上的意义在哪
总不会是 it just works 这么简单吧
https://picx.zhimg.com/v2-b4673a40e55b90f5d0f192a789ae419d_r.jpg
==