Fix. 调整QKV底层数学逻辑

人人都能看懂的Transformer/第四章——多头注意力机制——QK矩阵相乘.md

@@ -71,33 +71,17 @@ $$
 
 
 
-等同于（Markdown展示）：
-$$
-A矩阵*B矩阵=B长度*A长度*cos(\theta)
-$$
-
-
-等同于（GitHub展示）：$`A矩阵*B矩阵=B长度*A长度*cos(\theta)`$
-
-
-
-我们做一个浅绿色的垂线，它就变成一个直角三角形。在数学三角函数中，cos的邻边等于cos(θ)乘以斜边。也就是A的长度乘以cos(θ)，等于黑色的线（B上的黑色线）
-
-<img src="../assets/image-20240430191813984.png" alt="image-20240430191813984" width="300" />
-
-也就是公式等同于，红色乘以黑色的部分（Markdown展示：）
-$$
-A矩阵*B矩阵=B长度*(A在B上的投影)
-$$
+那么A、B长度也就是模长，它的作用又是什么呢？可以理解为归一化处理。公式定理可知cosine最终的结果是[-1,+1]区间，我们来求一下，假设我们有两个向量A和B：
 
+<img src="../assets/image-20240523102514832.png" alt="image-20240523102514832" width="300"  />
 
-（GitHub展示：）$`A矩阵*B矩阵=B长度*(A在B上的投影)`$
+<img src="../assets/image-20240523102627330.png" alt="image-20240523102627330" width="300"  />
 
-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。
+计算表明，两个向量的余弦相似度为 1，这意味着它们的方向完全相同。也就是模长是把数值归一化到[-1,+1]区间，那么如果我直接点积相乘，然后再进行归一化是不是也可以呢？亦或者我们进行一次数值缩放呢？再回头看下我们的图
 
-如果是C做垂线B，可能就是负数了。如果是三维平面或者四维屏幕，则是如下增加多条线
+<img src="../assets/image-20240523103216329.png" alt="image-20240523103216329" width="500"  />
 
-<img src="../assets/image-20240430192046147.png" alt="image-20240430192046147" width="300" />
+注意两个红框，QK矩阵相乘后进行数值缩放，而结果A在输出后，也进行也一次数值缩放。也就是**矩阵相乘后进行数值缩放** 等同于 **余弦公式结果** 等同于 **求得多个元素间的相似度** 等同于 **自注意力机制**
 
 现在我们知道矩阵相乘能代表相似度的高低，回到实际中，过程图如下