为什么q.k的维度一大就容易导致梯度消失，为什么attention要用√d_k来作为缩放因子，又是怎么起效果的。作为记录 发布时间：2026/9/24 2:02:33 尧图网站建设 网站建设 企业官网 运营推广 返回列表
尧图网站建设 