 上图是在论文中的截图，高亮部分说要用attention的转置与原始图像reshape之后进行矩阵乘法，但是你们的代码中实现如下图所示：  事实上并没有将attention进行转置变成attention.permute(0,2,1)，而是直接使用attention与proj_value经行矩阵乘法
上图是在论文中的截图，高亮部分说要用attention的转置与原始图像reshape之后进行矩阵乘法，但是你们的代码中实现如下图所示：
事实上并没有将attention进行转置变成attention.permute(0,2,1)，而是直接使用attention与proj_value经行矩阵乘法