一、难点一

右侧的公式是从底往上看

两个mean-pooling很简单，假设形成64维的向量 Ec1 Ei1，相乘得到Ef1，也是64维向量，这里的vanilla-attention（推荐搜索的冷启动问题_1066196847的博客-CSDN博客）

vanilla-attention的重点是，Query由decoder输出，也就相当于这里的Ef1，K V由encoder输入，从Ec2 Ei2公式中看都是C或者都是I，用C来举例，那么就都是content sequence的每个item，先和Ef1来计算attention-score再作用到自身（相乘）得到加权向量（多半也是64维向量）

最后Ec2 Ei2相乘，再和Ef1相加，得到输出