From f852aea20603df78a739c9a4baa39ad8b082b298 Mon Sep 17 00:00:00 2001
From: "ben.guo" <909336740@qq.com>
Date: Wed, 22 May 2024 15:58:36 +0800
Subject: [PATCH] =?UTF-8?q?Fix.=20=E4=BF=AE=E6=AD=A3=E5=85=AC=E5=BC=8F?=
 =?UTF-8?q?=E5=B1=95=E7=A4=BA?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 ...��—多头注意力机制——QK矩阵相乘.md | 12 ++----------
 1 file changed, 2 insertions(+), 10 deletions(-)

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 6060f4e..b320d60 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
@@ -61,20 +61,12 @@
 
 在线性代数中，如何判断两个顶点是否相似，可以用余弦相似度来计算（定理）。余弦相似度 = 两个矩阵相乘 除以 两条线的长度。结果越大（分子）表示相似度越高，这里我们只需要关注矩阵的值即可，因为分母（线的长度）变长，对应着矩阵的值也会增加，所以矩阵相乘的结果增幅永远大于分母的增幅。
 
-公式变换：
-$$
-cos(\theta) =  \frac{A矩阵*B矩阵}{A长度*B长度}
-$$
-## 
-
-$$
-P(e r r)=1-\sum_{c \in \mathcal{Y}} P(c | \boldsymbol{x}) P(c | \boldsymbol{z})
-$$
+公式变换：$`cos(\theta) =  \frac{A矩阵*B矩阵}{A长度*B长度}`$
 
 ## 
 
 $$
-cos(\theta) =  \frac{A矩阵*B矩阵}{A长度*B长度}
+P(e r r)=1-\sum_{c \in \mathcal{Y}} P(c | \boldsymbol{x}) P(c | \boldsymbol{z})
 $$