一、注意力机制

产生背景： 大数据时代，有很多数据提供给我们。对于人来说，可以利用重要的数据，过滤掉不重要的数据。那对于模型来说（CNN、LSTM），很难决定什么重要、什么不重要，因此，注意力机制产生了。
注意力机制——把焦点聚焦在比较重要的事物上。
原理：
看查询对象Q和被查询对象K的相似度。
一般使用点乘的方式。点乘其实就是求内积。
Q，K = k1，k2，k3 … …
通过点乘，计算Q和K里的每一个事物的相似度，拿到Q和k1的相似值s1，Q和k2的相似值s2 。。。
做一层softmax(s1,s2,...,sn) 就可以得到概率a1,a2,…,an
（进而就可以找出哪个对Q更重要）
那么a就代表数据的权重，v是数据本身，a*v就是处理之后的数据。
注意力机制教程

二、CA注意力机制

产生背景： 现有的注意力机制其通道的处理一般是采用全局最大池化/平均池化，这样会损失掉物体的空间信息。
优势： CA注意力机制可以把位置信息嵌入到通道注意力中。

注：图中第三行r是一个缩减系数，可以减少整个注意力机制的参数量。
P2 在pytorch中如何实现
attention.py中的forward部分如下

def forward(self,x): 
	# x的参数有 batch_size, c, h, w
	_, _, h, w = x.size()
	
	# batch_size, c, h, w => batch_size, c, h, 1 => batch_size, c, 1, h 
	x_h = torch.mean(x, dim = 3, keepdim = True).permute(0,1,3,2) #提取高方向上的信息。
	# mean压缩，压缩第三个维度的值，也就是给w的值变成1。permute调换维度顺序。
	x_w = torch.mean(x, dim = 2, keepdim = True)
	
	# batch_size, c, 1, w cat batch_size, c, 1, h => batch_size , c, 1, w+h
	# batch_size , c, 1, w+h => batch_size, c/r, 1, w+h
	x_cat_conv_relu = self.relu(self.bn(self.conv_1x1(torch.cat((x_h, x_w), 3))))
	# batch_size, c/r, 1, w+h => batch_size, c/r, 1, h 和 batch_size, c/r, 1, w
	x_cat_conv_split_h, x_cat_conv_split_w = x_cat_conv_relu([h,w],3)
	
	# batch_size, c/r, 1, h =>batch_size, c/r, h, 1 => batch_size, c, h, 1
	s_h = self.sigmoid_h(self.F_h(x_cat_conv_split_h.permute(0,1,3,2)))
	s_w = self.sigmoid_h(self.F_h(x_cat_conv_split_w)
	
	#s_h 在宽方向上拓展回来，s_w同理
	out = x*s_h.expand_as(x)*s_w.expand_as(x)
	return out

P3 如何在网络中应用也还没学，挖坑
CA注意力机制教程