attention机制
attention的核心逻辑类似人类观察图片的逻辑，当人类观察一张陌生的图片时，并没有完全看清整个图片，而是把注意力集中到了图片焦点上。所以attention的逻辑就是从关注全部到关注重点。
人类的视觉系统就是一种attention机制，将有限的注意力集中在重点信息上，从而节省资源，快速获得最有效的信息。
attention机制是NLP和BERT的核心。
长距离的信息会被弱化，类似记忆能力弱的人，记不住过去的事情。attention是挑重点，就算文本比较长，也能从中间抓住重点，不丢失重要信息。
attention原理可以看作3个步骤，将query和key值进行相似度计算，得到权值，计算方法可以使用点乘算法，矩阵相乘和cos相似度等算法。计算出权值后将权值归一化，得到可以直接用的权重，将权重和value加权求和。
attention的计算区域有很多种，根据计算区域的key值划分。
soft attention是比较常见的attention方式，对所有key求权重概率，每个key都有一个对应的的权重，是一种全局的计算方式。
hard attention这种方式是直接精准定位到某个key,相当于这个key的概率是1，其余的概率是0。
local attention是两种方式的折中，对一个领域进行计算时，先使用hard attention的方法定位到某个点，然后以这个点为中心得到一个窗口领域，在窗口区域中再使用soft attention计算。