本质：

Attention机制的本质来自于人类视觉注意力机制。人们在看东西的时候一般不会从头看到尾全部都看，往往只会根据需求观察注意特定的一部分。简单来说，就是一种权重参数的分配机制，目标是协助模型捕捉重要信息。

原理：

具体一点就是，给定一组<key,value>，以及一个目标（查询）向量query，attention机制就是通过计算query与每一组key的相似性，得到每个key的权重系数，再通过对value加权求和，得到最终attention数值。

作用：

Attention机制可以增强神经网络输入数据中某些部分的权重，同时减弱其他部分的权重，以此将网络的关注点聚焦于数据中最重要的一小部分。例如，在翻译任务中，Attention机制可以使模型集中于输入序列的相关部分。

优点：

Attention机制的引入主要有三个优点：

• 参数少：模型复杂度跟CNN、RNN相比，复杂度更小，参数也更少。
• 速度快：Attention解决了RNN不能并行计算的问题。Attention机制每一步计算不依赖于上一步的计算结果，因此可以和CNN一样并行处理。
• 效果好：Attention是挑重点，就算文本比较长，也能从中间抓住重点，不丢失重要的信息。

问题：

并行计算导致了丢失位序的问题