1. 问题
有m个向量，形状均是1xn或［1，n］。
现在呢，算出来这m个向量各个的权重w了，形状是1xm或［1，m］。
现在想要求如下计算：这m个向量和对应权重相乘，然后这m个向量再相加得到新的向量，形状为1xn或［1，n］，化成矩阵计算是什么样的？
其实就是矩阵相乘 。
先构造矩阵A ------就是m个向量组成一个矩阵，每一行就是一个向量，形状是mxn或［m，n］。
然后构造矩阵B其实就是权重向量w。
那么上述计算就是：
w*A
2 举例说明
假设我们有 m = 3 个向量，每个向量的维度是 n = 4。
三个原始向量 (v1, v2, v3):
v1 = 1, 2, 3, 4
v2 = 5, 6, 7, 8
v3 = 9, 10, 11, 12
对应的权重向量 w:
假设我们计算出的权重分别为：
向量 v1 的权重: 0.2
向量 v2 的权重: 0.5
向量 v3 的权重: 0.3
所以权重向量 w = 0.2, 0.5, 0.3 （形状是 1x3）。
构建矩阵并计算：
步骤一：构造矩阵 A将三个向量作为行堆叠起来，形成一个 3x4 的矩阵：
A = | 1 2 3 4 |
| 5 6 7 8 |
| 9 10 11 12 |
步骤二：进行矩阵乘法 w * A
权重向量 w (1x3) 乘以矩阵 A (3x4)，结果是一个 1x4 的新向量。
计算过程如下（结果是新向量的每个元素）：
第一个元素: (0.2 * 1) + (0.5 * 5) + (0.3 * 9) = 0.2 + 2.5 + 2.7 = 5.4。
第二个元素: (0.2 * 2) + (0.5 * 6) + (0.3 * 10) = 0.4 + 3.0 + 3.0 = 6.4。
第三个元素: (0.2 * 3) + (0.5 * 7) + (0.3 * 11) = 0.6 + 3.5 + 3.3 = 7.4。
第四个元素: (0.2 * 4) + (0.5 * 8) + (0.3 * 12) = 0.8 + 4.0 + 3.6 = 8.4。
第1-第4个元素刚好就是各个向量的元素乘以对应权重再相加，这就是加权和。
最终结果 ：
加权求和后得到的新向量是：result = 5.4, 6.4, 7.4, 8.4 （形状是 1x4）。
3 应用
在深度学习里常见，在注意力机制里QKV计算时常见，这是基本工具。