q，k，v是一个东西（自注意力）

由于位置编码通过sin和cos得到，在+-1之间抖动，因此为了与embedding相加scale匹配，所以embedding除以根号dk

注意力机制：注意力函数

quary（不同的q） 和 k 的相似度决定了value对应的权重（不同的权重）相加得到 （不同的）输出

英文积累：

sequence transduction models  序列转录模型（给你一个序列生成一个序列）