全程25分钟手撕：lc5 只需要输出长度，中心扩展秒了项目Transformer中缩放点击注意力为什么要除以根号下dk（这个问题被问到好多次了，给出了原文解释）为什么值是根号下dk而不是dk，dk的2/3次方等？（这里李沐的动手学深度学习给出了一个解释：假设查询和键的所有元素都是独立的随机变量，并且都满足零均值和单位方差，那么两个向量的点积的均值为0，方差为d。为确保无论向量长度如何，点积的方差在不考虑向量长度的情况下仍然是1，我们再将点积除以根号下dk）反问：业务，没有相关背景是不是劣势（是的，谈到一般会去实习，可是中科院不让实习）面完五分钟就感谢信了，问的都答出来了，没有相关背景、实习经历还是不行。