一： 针对的问题

        解决在循环卷积网络RNN模型中存在的信息瓶颈问题。

        信息瓶颈：

        举的是机器翻译的例子。在RNN中，Decoder的第一个输出取决于Encoder中的上一个输出，然后Decoder的其余输出都取决于上一个Decoder输出（也就是说每一个输出只受上一个隐向量的影响）。那么就要求上一个输出能够需要包含输入句子的所有信息，但是实际上每一个隐向量都包含有丰富的信息，只靠一个输出隐向量不能充分的表示所有信息。

二：注意力机制 

        在Decoder端把Encoder所有隐向量提供给Decoder，让Decoder自己去选择需要关注哪一个隐向量。

        不用S1直接生成输出，而是用来求注意力分数e

经过softmax后，形成一个注意力分布，求和为1。

然后用注意力分布乘对应的隐向量，记为o1。包含了Decoder端所需要的Encoder的所有隐向量的信息。

将o1和s1拼接得到输出。

三：抽象化定义

 把s看作query向量，h看作value向量，求的o1实际上是对各个value向量的加权平均。

四：注意力机制的特点

1.解决了信息瓶颈问题。

2.通过在Decoder和Encoder中提供了一种直接联系的方式，缓解了RNN中梯度消失的问题。

3.提供了一定的可解释性。 

参考课程：【【全748集】清华大佬终于把AI大模型（LLM）讲清楚了！通俗易懂，2024最新内部版！拿走不谢，学不会我退出IT圈！】https://www.bilibili.com/video/BV1rS411F735?p=22&vd_source=30a18e1c6984e8eeef0cf4461d1f03e9