接下来呢 ，接下来怎么做计算 ，你说咱刚才啊费了挺大劲儿的 ，那算出来算个内积 ，算出来是什么 ，是不是一个分值啊 ，我现在比如说我知道了整个序列当中十个序列 ，我能知道我当前第一个词跟接下来每一个词的一个分值 ，我是不是都知道啊 ，但是一般情况下你说你给我一个分值啊也没什么太大用 ，它只是一个描述相关性的大小吧 ，我们需要什么 ，给我们的感觉是不是相当于加权的一个感觉 ，加权的平均那个感觉啊什么意思啊 ，啊我可能我可以这么说啊 ，我说第一个词唉对 ，我们如果说对第一个词做编码的时候 ，我们系列当中第一个位置诶对它影响是20% ，第二个序列影响30% ，第三个序列10% ，第四个序列40% ，可以吧 ，按照这样一个比例来描述 ，是不是整个事情就更清晰了一些啊 ，那现在问题来了 ，怎么样把一堆分支转换成什么 ，转换成一个比例啊 ，之前咱在讲这个神经网络的时候怎么说的 ，唉 ，有个哥们儿叫什么 so so 吧 ，怎么去做的 ，就做了一个规划吧 ，一开始啊 ，得到了一个分值 ，你看什么3.2 ，5.1 ，4.7的 ，然后呢 ，经过一个 e 的 x 次幂的映射 ，然后数值差一个明显一些 ，然后呢 ，做规划化规划怎么做 ，24.5比上哪几个哥们 ，24.5+164.0+0.18吧 ，这样每一个数这么一比完之后 ，它实际就是一个百分数了吧 ，表示什么 ，他这个我们说它是概率 ，是不是 ，这里你就当做什么 ，当做当前这个词对我编码对你带编码的这个位置 ，它的一个影响程度的一个大小了吧 ，是不是这样一个事儿啊 ，唉13% 20% 30% ，这就容易明 ，就听起来再明白多了吧 ，那怎么去做呢 ，来看吧 ，这里 q 矩阵和 k 矩阵一乘 ，这我都不用说了吧 ，

当前选一个 qq 选 ak ，我是不是知道了咱当前啊每一个他们的一个内接结果了吧 ，对于那些结果怎么样 ，我要经过一个 max 唉 ，把咱分值转换成了一个概率吧 ，好了 ，现在况且这一部分是不是一个概率啊 ，啊 ，这块为什么除了 kldk 啊 ，他是这么去说的 ，你说这个分值啊会随着什么样的什么值的变化而变化 ，向量维度越长 ，你这个内积算完之后必然越就越大吧 ，那你说你向量长度越大 ，表示你结果越重要 ，这个合理吗 ，这就不合理了 ，所以说咱得抛出什么影响 ，唉刨除一下在向量维度这个影响 ，所以说这一块他又多做了一个呃类似什么 ，类似一个就是 sc 的啊这样一个感觉 ，那接下来呢 ，你说你得到什么 ，得到一份百分比 ，唉我说了 ，第一个词占了0.13 ，第二次占了0.52 ，第三个词占了0.37 ，如果说对第一个位置啊 ，对 ，每一个位置编码都要这么去算啊 ，对第一个位置编码的时候 ，我可能就数随便写的 ，可能加起来不得一了 ，到时候正常加起来等于一的 ，随便写几个数行吧 ，四个数再来一个0.05吧 ，好了 ，这个数这个数拿出来了 ，那你说啊我们每一个数是不是这一块儿它有对应的一个v1啊 ，咱之前是不是说了 ，序列当中每一个词都会有一个 v 吧 ，这一块会有一个v2吧 ，这一块儿我会有一个v3吧 ，