一、矩阵乘法
A * M = B。 其中，A表示原矩阵，是原空间的一组向量（数据点）； M表示空间变换规则； B表示转换后新空间的一组向量（数据点）
举例： 比如 1*2的向量，和矩阵2*3进行相乘，结果是1*3。说明向量（数据点）还是1个，数据维度从2升成3，从2维平面向量（数据点），变换到了3维立体空间的向量（数据点）
如何理解
- 空间变换（升/降）： 表示将向量（数据点）进行空间变换到新的空间去，类似升维、降唯效果。
- 线性变换：点变换都是通过一次方程，变换后至少一些特性不变： 向量（数据点）数不变； 各向量间的长度比例不多（都等比拉升/压缩）等。
标签：Transformer,变换,矩阵,基础,神经网络,空间,数据,向量 From： https://www.cnblogs.com/johnchow/p/18310719