From 738c60b27934bcbd0f7691ed4058eedbd0d22b52 Mon Sep 17 00:00:00 2001
From: "ben.guo" <909336740@qq.com>
Date: Wed, 22 May 2024 16:09:09 +0800
Subject: [PATCH] =?UTF-8?q?Docs.=20=E8=B0=83=E6=95=B4=E5=B1=95=E7=A4=BA?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 ...四章——多头注意力机制——QK矩阵相乘.md | 6 ++++++
 1 file changed, 6 insertions(+)

diff --git a/人人都能看懂的Transformer/第四章——多头注意力机制——QK矩阵相乘.md b/人人都能看懂的Transformer/第四章——多头注意力机制——QK矩阵相乘.md
index fecbe06..4c51927 100644
--- a/人人都能看懂的Transformer/第四章——多头注意力机制——QK矩阵相乘.md
+++ b/人人都能看懂的Transformer/第四章——多头注意力机制——QK矩阵相乘.md
@@ -65,6 +65,8 @@
 $$
 cos(\theta) =  \frac{A矩阵*B矩阵}{A长度*B长度}
 $$
+
+
 公式变换（GitHub展示）：$`cos(\theta) =  \frac{A矩阵*B矩阵}{A长度*B长度}`$
 
 
@@ -73,6 +75,8 @@ $$
 $$
 A矩阵*B矩阵=B长度*A长度*cos(\theta)
 $$
+
+
 等同于（GitHub展示）：$`A矩阵*B矩阵=B长度*A长度*cos(\theta)`$
 
 
@@ -85,6 +89,8 @@ $$
 $$
 A矩阵*B矩阵=B长度*(A在B上的投影)
 $$
+
+
 （GitHub展示：）$`A矩阵*B矩阵=B长度*(A在B上的投影)`$
 
 也就是寻找两个向量的相似度，也就是看其中一个向量在另一个向量上的投影长度大小，也就是A越长 等同于 投影长度越长 等同于 两者越靠近（越相似），B是不变的。