attention

由上式可以看到，对于Attention机制的整个计算过程，可以总结为以下三个过程：

根据 Query 与 Key 计算两者之间的相似性或相关性， 即 socre 的计算。
通过一个 softmax 来对值进行归一化处理获得注意力权重值， 即 [公式] 的计算。
通过注意力权重值对value进行加权求和， 即 [公式] 的计算

求点积
[公式]

Cosine 相似性
[公式]

MLP网络

https://www.cnblogs.com/ydcode/p/11038064.html