Attention Is All You Need
目前暂时不会用到，大概了解一下即可。
Recurrent model 序列化的计算方式，难以并行，随着序列的增长，以前的记忆会逐渐丢失。而Attention机制可以观察到句子中所有的信息，不受距离影响，而且可以并行计算。
参考资料：
-
Youtube video:
李沐老师
https://www.youtube.com/watch?v=nzqlFIcCSWQ -
Q，K，V分别的含义：
这个链接里面有很多讲解，比较详细。https://stats.stackexchange.com/questions/421935/what-exactly-are-keys-queries-and-values-in-attention-mechanisms
